YOLO2 (3) 快速训练自己的目标
1快速训练自己的目标
在 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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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:/ ...
- 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 ...
- 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 ...
- 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 ...
- 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
- JavaScript之读取和写入cookie
首先先让我们简单地了解一下cookie. 在我们制作网页的过程中,经常需要把信息从一个页面传递给另一个页面,这时候就需要用到JavaScript中的cookie机制了.简单说来,cookie提 ...
- groovy使用范型的坑
java的范型 Map<String, Integer> map = new HashMap<>(); map.put("a", 100); map.put ...
- 【读书笔记】iOS-方法声明
编译的时候 ,编译器会把方法前面的IBAction替换成void,把属性前面的IBOutlet移除掉,因为这些都 只是Interface Builder的标志而已.这个IBAction方法会被UI控件 ...
- float清除浮动
清除浮动: 在非IE浏览器下,当容器的高度为auto,且容器的内容中有浮动(float为left或right)的元素,在这种情况下,容器的高度不能自动伸长以适应内容的高度,使得内容溢出到容器外面而影响 ...
- 随机x到x之间的值
function rand(max, min){ return Math.floor(Math.random()*(max-min+1)+min) }
- 用Web Services来整合.NET和J2EE
互用性(Interoperability)问题说起来容易但通常实现起来却比较困难.尽管Web service曾承诺要提供最佳的解决方案来衔接基于.NET和J2EE的应用程序,但其过程却并不简单.我们发 ...
- linux之sort和uniq
uniq uniq命令: uniq不加参数,只对相邻的相同行内容去重. 例子如下: [root@localhost ~]# pwd /root [root@localhost ~]# cat oldb ...
- JDBC-Statement,prepareStatement,CallableStatement的比较
参考:https://www.cnblogs.com/Lxiaojiang/p/6708570.html JDBC核心API提供了三种向数据库发送SQL语句的类: Statement:使用create ...
- scrapy之spider模块
scrapy中的spider的用法 : 1.scrapy命令行可以传参数给构造器 scrapy crawl myspider -a category=electronics 构造器接收传入的参数 im ...
- node.js 基础学习
node.js 是一个 javaScript 运行环境,可以让 js 运行在服务端. 在 nodejs 环境下,可以运行 javascript 基本语法,可以在nodejs 中执行一些无法在浏览器端执 ...
