数据的标注仍然采用VOC格式的数据标注形式,如果是其他的标注形式比如COCO请自行实现相关代码。将数据最终转化为如下形式:
path_filename, x1, y1, x2, y2, class_name
格式说明
关注微信公众号 datayx 然后回复 安全帽 即可获取。
AI项目体验地址 https://loveai.tech
可以运行如下代码实现数据集的准备工作:
python3 ./data/data_pro.py
将在./data
文件夹下生成annotation.txt
文件,这样训练数据的准备工作即完成。
B.配置文件准备
根据自己的训练集和训练任务修改./keras_frcnn/config.py
的配置文件,相关参数的解释和配置如下:
预训练模型的下载地址:https://github.com/fchollet/deep-learning-models
Shell下运行:
python3 train_frcnn.py --path="./data/annotation.txt" --network="vgg" --input_weight_path="./pre_train/vgg16_weights_tf_kernels_notop.h5"
windows下直接运行我们写好的批处理文件:
run_train.bat
将需要测试的图像和视频拷贝到./new_test
文件夹
Shell下运行:
python3 test_frcnn.py --path="./new_test"
windows下直接运行我们写好的批处理文件:
run_inference.bat
Shell下运行:
python3 test_frcnn_video.py --path="./new_test/test_video.mp4"
windows下直接运行我们写好的批处理文件:
test_video.bat
效果展示