1快速训练自己的目标

YOLO2 (2) 测试自己的数据 中记录了完整的训练自己数据的过程。

训练时目标只有一类 car。

如果已经执行过第一次训练,改过一次配置文件,之后仍然训练同样的目标还是只有一类 car,即可按如下过程快速实现。

1数据输入

1 复制原始图像到\darknet\x64\data\obj下,清空原来的训练图像

2 复制生成的每一个图像对应的txt标定文件到\darknet\x64\data\obj下,清空原来的txt

3 将记录训练集图像路径的train.txt复制到\darknet\x64\data下替换

4 将记录训练集图像路径的var.txt复制到\darknet\x64\data下替换

说明:linux下生成的分别是infrared_train.txt和infrared_val.txt,在windons上使用注意修改名字为train.txt和var.txt。

2 开始训练

在\darknet\x64\下运行命令行

darknet.exe detector train data/obj.data data/yolo-obj.cfg darknet19_448.conv.23

3  输出结果

在\darknet\x64\backup  得到输出结果。

如何通过外网访问windons服务器训练:

1windons 下载软件 teamviewer

打开之后,左侧显示本机地址,右侧显示要连接的电脑

这里我们需要连接已经安装好yolo2检测程序的服务器,地址

伙伴ID: 232981386

连接之后需要输入用户名和密码。这里需要让服务器管理员给你创建可使用的用户名和密码。

通过文件传输命令,把自己的图片和相应txt文件上传到服务器。按照本篇前半部分教程,放在指定文件夹目录下。

然后通过远程控制,运行训练命令。

如何访问linux服务器训练:

linux服务器目前只能在局域网内访问,如果需要外网访问需要端口映射收费。

但是,windons服务器和linux服务器在同一个局域网内,所以使用windons服务器充当中继,间接访问linux服务器。

1 通过上一步 “如何通过外网访问windons服务器训练”把需要训练的图像传送给windons服务器

2 windons服务器 通过局域网访问linux服务器。

说明:linux服务器

在服务器 / 目录下有以自己的姓名拼音命名的文件夹,作为自己的文件夹,此文件夹只有自己拥有 增 删 改 执行 的权限

/ 目录下还有一个software文件夹, 用来安装软件, 此文件夹任何用户都拥有 增 删 改 执行 的权限

过程:

Xftp 用来传文件  Xshell用来输命令跑程序

登录服务器时  用户名:姓名拼音  密码:默认6个空格

2.1 打开Xshell 5 应用控制linux服务器命令行桌面。

新建会话 输入地址

服务器的IPV6地址 2001:250:1004:5023:d294:66ff:fe05:d79d

然后身份验证

用户名由管理员分配

假设使用 x'x'x'x'x  初始6个空格

然后点击连接(新建会话3 )

然后就进入linux服务器命令行界面。

如何修改自己的密码:

在命令行桌面输入

passwd 用户名

输入当前密码

输入修改密码

确认修改密码

2.2进入windons服务器后 ,打开桌面Xftp 应用,把图像数据传送给linux服务器

打开后 ,新建会话

输入地址

主机:  2001:250:1004:5023:d294:66ff:fe05:d79d

用户名; xxx(管理员分配)

密码:6个空格

修改协议 :SFTP

确定,然后点击连接。

左侧是windons服务器的电脑文件,右侧是linux服务器电脑指定可看的文件。

需要复制文件直接拖住进去即可。

YOLO2 (3) 快速训练自己的目标的更多相关文章

  1. bert,albert的快速训练和预测

    随着预训练模型越来越成熟,预训练模型也会更多的在业务中使用,本文提供了bert和albert的快速训练和部署,实际上目前的预训练模型在用起来时都大致相同. 基于不久前发布的中文数据集chineseGL ...

  2. YOLO2解读,训练自己的数据及相关转载以供学习

    https://pjreddie.com/darknet/yolo/ 具体安装及使用可以参考官方文档https://github.com/pjreddie/darknet https://blog.c ...

  3. 如何快速使用YOLO3进行目标检测

    本文目的:介绍一篇YOLO3的Keras实现项目,便于快速了解如何使用预训练的YOLOv3,来对新图像进行目标检测. 本文使用的是Github上一位大神训练的YOLO3开源的项目.这个项目提供了很多使 ...

  4. 如何用OpenCV自带的adaboost程序训练并检测目标

    参考博文: 1.http://blog.csdn.net/wuxiaoyao12/article/details/39227189 2.http://www.cnblogs.com/easymind2 ...

  5. pythonTensorFlow实现yolov3训练自己的目标检测探测自定义数据集

    1.数据集准备,使用label标注好自己的数据集. https://github.com/tzutalin/labelImg 打开连接直接下载数据标注工具, 2.具体的大师代码见下链接 https:/ ...

  6. 活动报名 | 如何基于开源项目 Tapdata PDK,快速完成数据源和目标的开发?

      近日,Tapdata 启动 PDK 插件生态共建计划,宣布开源插件开发框架 Tapdata PDK,将自身的数据接口能力开放出来,帮助开发者根据实际需求,自助接入数据源和目标,快速开启「Data ...

  7. Video Target Tracking Based on Online Learning—深度学习在目标跟踪中的应用

    摘要 近年来,深度学习方法在物体跟踪领域有不少成功应用,并逐渐在性能上超越传统方法.本文先对现有基于深度学习的目标跟踪算法进行了分类梳理,后续会分篇对各个算法进行详细描述. 看上方给出的3张图片,它们 ...

  8. 第三十五节,目标检测之YOLO算法详解

    Redmon, J., Divvala, S., Girshick, R., Farhadi, A.: You only look once: Unified, real-time object de ...

  9. 基于word2vec训练词向量(二)

    转自:http://www.tensorflownews.com/2018/04/19/word2vec2/ 一.基于Hierarchical Softmax的word2vec模型的缺点 上篇说了Hi ...

随机推荐

  1. [android] 手机卫士读取联系人

    获取ContentResolver内容解析器对象,通过getContentResolver()方法 调用ContentResolver对象的query()方法,得到raw_contacts表里面的数据 ...

  2. hadoop 核心概念及入门

    Hadoop Hadoop背景 什么是HADOOP HADOOP是apache旗下的一套开源软件平台HADOOP提供利用服务器集群,根据用户的自定义业务逻辑,对海量数据进行分布式处理,HADOOP的核 ...

  3. 【Mysql】mysql乐观锁总结和实践

    乐观锁介绍: 乐观锁( Optimistic Locking ) 相对悲观锁而言,乐观锁假设认为数据一般情况下不会造成冲突,所以在数据进行提交更新的时候,才会正式对数据的冲突与否进行检测,如果发现冲突 ...

  4. Nginx学习笔记(三)--- Nginx实现反向代理和配置负载均衡

    1.反向代理 2.Nginx反向代理流程图 3.安装多个tomcat 3.1把tomcat的压缩包传到Linux上 3.2 解压tomcat 3.3 给压缩好的tomcat改个名字用来区分一下 3.4 ...

  5. APP接口调用流程

  6. python *args,**kwargs用法

    *args用于接受传入的值,无限制,但是不能接收key类型的,如c=2 def fun(*args): for i in args: print(i) print("test") ...

  7. 编程实践:使用java访问mySQL数据库

    1.虚拟机安装mySQL 服务器, 宿主机分别使用navicat工具和java代码 访问mySQL,组网图如下: 2. 查看mySQL的服务器状态,如下: 3. 服务器上查看数据库和数据表内容如下: ...

  8. git本地仓库关联多个remote,怎么用本地一个分支向不同remote不同分支推送代码

    我想这个问题,是大家关注的问题,这个问题,我非常关注. 背景:在公司开发项目,我们一般都要把项目推送到公司领导创建的一个远程仓库里边去,但是我们同时也有自己的小仓库,这样的话,如何方便的将我们的代码, ...

  9. LDA背景资料

    [https://zhuanlan.zhihu.com/p/30226687] LDA模型的前世今生 在文本挖掘中,有一项重要的工作就是分析和挖掘出文本中隐含的结构信息,而不依赖任何提前标注的信息.L ...

  10. CSS| 框模型-margin

    CSS margin 属性 设置外边距的最简单的方法就是使用 margin 属性. margin 属性接受任何长度单位,可以是像素.英寸.毫米或 em. margin 可以设置为 auto.更常见的做 ...