基于Tensorflow用Yolov3训练自己的数据集

最新推荐文章于 2026-02-23 00:17:35 发布
原创 最新推荐文章于 2026-02-23 00:17:35 发布 · 2.1k 阅读 · 19
本文档详细介绍了如何在Windows 10环境下，利用Tensorflow 1.15和Python 3.6，基于Yolov3模型训练自定义的五类物体检测数据集，包括数据准备、模型训练和测试过程。训练数据包含1000张图片，模型转为pd格式后大小约为240M，检测速度为4fps。

背景说明：本次训练的模型分五类，分别为['whiteboard','chair','diningtable','sofa','tvmonitor']。训练数据集大约1000张。模型转为pd格式大小约240M，每帧检测需要约250ms，即4fps。

环境：Window 10 系统，python=3.6，tensorflow=1.15 。

整个项目下载路径：https://pan.baidu.com/s/1uZbdJQEyeSfxTlXR-fQ24g  提取码：bq9u

一、数据准备

1.用Labelimg标注好图像训练集，放在D:/AI\yolov3_whiteboard/data/dataset_whiteboard/Annotations， 里面是已经标注好的XML文件。还没安装Labelimg图像标注工具的请点击安装。原始图像放在D:/AI/yolov3_whiteboard/data/dataset_whiteboard/JPEGImages/train文件中。

2.把XML文件的内容转为txt文本并保存。运行D:/AI/yolov3_whiteboard/scripts/take_xml_to_train.py即可，这里说明一下几个参数：

16行的classes为训练的类名，27行的

最低0.47元/天 解锁文章
TensorFlow YOLOv3 训练自己的数据集，详细教程
weixin_43978056的博客
12-24 3300
TensorFlow YOLOv3 训练自己的数据集，详细教程 这个教程是我在网上查找资料写的，为了便于自己查看，将多篇博客内容总结当成学习自己的笔记，。如若有对某位作者造成侵权问题，请作者联系我删除，谢谢 ! 由于本人水平有限，如果文章有不当之处还望评论区指出。 本文参考了如下博客： https://blog.csdn.net/qq_38441692/article/details/103652760 一. 下载YOLOv3代码 在github上下载代码 ：https://github.com/YunYa
Tensorflow1.版本yolov3训练自己的数据集
qq_45754436的博客
09-04 692
在使用tensorflow-yolov3训练自己数据集的时候遇到了各种各样的问题，为方便下次复现并训练测试，本篇文章记录了从标注数据到测试结果一系列过程.提示：以下是本篇文章正文内容，下面案例可供参考本篇文章总结了从划分数据，标注数据一直到使用Tensorflow-yolov3版本进行训练自己的数据集。
yolov5训练自己的数据集
女神sha手的博客
07-13 3828
yolo系列在目标检测领域的地位就不用说了，github上有pytorch实现的训练yolov5的代码，本文将用自己的数据去训练一个yolov5的模型。参考代码地址 https://github.com/ultralytics/yolov5/tags 注意这里我们选择tags下的v1.0版本进行训练，不同的版本代码是不一样的，复现过程也有所差异。其中v1.0版本的训练过程和yolov3很相似 一、准备自己的数据 数据的标注，采用labelImg软件，保存下来的都是.xml格式的标注文件。本次大.
超详解| Yolov8模型手把手调参 | 配置 | 模型训练 | 验证 | 推理
热门推荐
穿着帆布鞋也能走猫步
09-06 10万+
Yolov8参数详细解析
yolo生成和训练数据集
Lucky-ing的博客
10-23 1万+
YOLO网络的训练和voc的制作
Yolov5训练建议
以梦为马，不日抵达。
07-07 1万+
yolov5训练建议
YOLOv5训练参数简介
豆芽菜
02-06 1万+
yolov5参数
yoloV3 Tensorflow版训练自己数据集
weixin_41819529的博客
02-25 1万+
yoloV3 Tensorflow版训练自己数据集终于有人放出了 yoloV3 Tensorflow 版本项目结构简单测试训练数据集功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你...
Yolov3训练自己的数据集（基于TensorFlow）
weixin_42243933的博客
08-31 1386
这里写自定义目录标题WARNING!准备数据创建文件名的索引合并图像文件与标注文件开始训练预测predict.py WARNING! 本教程所使用的的程序为下图所示版本（https://blog.csdn.net/weixin_44791964/article/details/103276106） 基于Tensorflow -GPU2.0.0+Keras2.3.1 准备数据 准备好图片以及标注文件：分别存放在VOCdevkit/VOC2007/JPEGImages和Annotations文件夹。 在mode
tensorflow-yolov3 训练自己的数据集
liu100286的博客
11-11 830
tensorflow-yolov3 训练自己的数据集 使用项目 https://github.com/YunYang1994/tensorflow-yolov3,感谢大神。 记录一下训练自己数据集的过程。环境使用ubt。 1.下载项目。 git clone https://github.com/YunYang1994/tensorflow-yolov3.git 安装过程参照项目说明。 2.下载标注工具 https://github.com/tzutalin/labelImg 安装过程参照项目说明。 3.修改
YOLOv3（tensorflow）训练自己的数据集
weixin_43839245的博客
07-21 817
完整详细过程 yolov3(tensorflo0w)训练自己的数据集的过程。 第一步：按照作者的给出的路径制作自己的voc数据集 第二步：将data中的classes中coco.names和voc.names中的类别改成自己的类别名。 第三步：将checkpoint放入checkpoint文件中。（如果要用coco权重，将下载好的权重放入checkpoint中，并运行python convert_weight.py,如果自己想要从头重新 训练，这一步可以不需要执行）。 第四步：将scripts中的voc_a
基于colab的yolov3-tensorflow训练自己的数据集（全小白教程）
levelina的博客
07-30 2255
基于colab的yolov3-tensorflow训练自己的数据集（全小白教程）1.站在巨人的肩上2.colab的使用1. 创建谷歌账号；2. 创建云盘；3.挂载云盘文件夹3.YOLOV3-Tensorflow1.下载源码2.下载Labelimg标注工具3.创建VOC文件夹4.标注图像5.分割训练集与测试集6.放入yolov3.weights文件7.上传文件夹4.在colab服务器上进行训练1.服务器基本设置2.挂载colab文件夹3.生成tfrecord文件4.迁移训练5.测试模型总结 本文原创：转载请说
tensorflow yolov3训练自己的数据集，详细教程
蒋程扬的部落格
12-23 1万+
在github上下载yolov3的tensorflow版本： https://github.com/YunYang1994/tensorflow-yolov3 其实在作者的readme上已经写了训练的方法，但是不是那么详细，于是记录下 一，制作训练集 1，打标签 训练集需要实验labelimg工具进行制作，这里的数据集格式采用的是voc格式： labelimg下载地址 实验labelimg打好标签...
tensorflow-yoloV3 Windows10训练自己的数据集并计算mAP
qq_28664681的博客
08-11 990
先贴一下源码的地址，这是tensorflow1.0版本下的，作者还提供了2.0的，需要的自行下载。 https://github.com/YunYang1994/tensorflow-yolov3 作者的readme写的很清楚，这里补充一下细节，作为自己的一个笔记。 1.运行官方demo 下载训练好的模型，这个是百度云的https://pan.baidu.com/s/11mwiUy8KotjUVQXqkGGPFQ&shfl=sharepset 我也会把模型数据放到资源里，自行下载。 将上述下载的内
【YOLO】使用VOC数据集训练自己的YOLOv3模型（Keras/TensorFlow）
チン昶的博客
04-30 3万+
使用自己制作的VOC数据集训练YOLOv3模型，后台基于Keras和TensorFlow，详细记录了从数据集准备到训练模型和验证的整个流程。同时提出一些改进意见。
使用VOC数据集训练自己的YOLOv3模型——python，tensorflow，keras
Harriet的博客
03-11 1761
文章目录环境配置官方模型的使用制作VOC数据集YOLO 模型训练遇到问题参考资料 环境配置 1.环境选择 python 3.6 tenserflow 1.4.0 keras 2.2.4 2.python3.6的下载及配置 ①下载链接 https://www.filehorse.com/download-python-64/35070/ ②安装 安装过程比较简单，这里就不多加描述了。 ③配置环境变量 根据自己安装的位置将路径添加到PATH环境变量。下面是我的安装路径 F:\PythonLocation
Keras-YOLOV3-tensorflow制作训练自己的数据集
jasdhasd的博客
02-06 1014
YOLO3搭建数据集前的准备 yolo3下载地址：https://github.com/qqwweee/keras-yolo3 使用的工具 pycharm 本人显卡：英伟达 RTX2070 tensorflow-gpu安装前要安装显卡驱动：CUDA CUDNN 版本安装的是10.0 tensorflow官网 点击查看版本信息 python 3.6.5 Anaconda（第三方...
python的自带数据集_纯tensorflow实现YOLOv3，支持训练您自己的数据集
weixin_39672443的博客
11-24 290
???? Are you looking for a new YOLOv3 implemented by TF2.0 ?If you hate the fucking tensorflow1.x very much, no worries! I have implemented a new YOLOv3 repo with TF2.0, and also made a chinese blog on h...
VOC数据集实战：YOLOv3_TensorFlow实现87.54% mAP的训练技巧
最新发布
gitblog_00194的博客
02-23 772
YOLOv3_TensorFlow是一个完整的YOLO v3 TensorFlow实现项目，支持在自定义数据集上进行训练。本文将详细介绍如何使用该项目在VOC数据集上实现87.54% mAP的高性能目标检测模型训练技巧。 ## 一、YOLOv3模型架构解析 YOLOv3采用Darknet-53作为骨干网络，通过多尺度特征融合实现对不同大小目标的精确检测。其网络结构主要包括特征提取、特征融合和检
自定义数据集训练指南：使用YOLOv3_TensorFlow构建专属目标检测模型
gitblog_00607的博客
02-23 955
YOLOv3_TensorFlow是一个完整的YOLO v3 TensorFlow实现，支持在自定义数据集上进行训练，帮助用户构建专属的目标检测模型。本指南将带你一步步完成从环境准备到模型训练的全过程，即使是新手也能轻松上手。 ## 📋 准备工作：环境与数据集 ### 1.1 环境搭建 首先需要克隆项目仓库并安装依赖： ```bash git clone https://gitcode.c
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值