在win10下进行pytorch版本yolov3安装及训练

版本yolov3安装及训练"/>

在win10下进行pytorch版本yolov3安装及训练

1.下载

代码网址：（这就是要使用的项目）
权重文件：.weights

2.代码环境

Readme写的是python3.7，我用的是3.6
其他的根据requirements.txt安装可运行，可以先使用以下代码安装
pip install -U -r requirements.txt
安装列表中包含
numpy
opencv-python >= 4.1
torch >= 1.4
matplotlib
pycocotools
tqdm
pillow
你在安装中可能会遇到以下问题

1. 提示torch版本不对
   【解决方案】通过官网代码通过PIP安装CPU版本，如果你需要其他版本去这里：/

pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f .html

2. pycocotools安装失败
   【解决方案】通过GIT指令安装

pip install git+.git#subdirectory=PythonAPI

git安装教程见博客：

到这里想必你已经把所有库安装完毕，准备齐全就可以继续往下训练了

3.数据集预处理

自己训练集的准备工作分两步：

1. 在data文件夹下建立三个子文件夹（Annotations、images与ImageSets，labels后续使用脚本生成）其中Annotations存放xml文件，images图像，ImageSets新建Main文件存放train与test文件（脚本生成），labels是标签文件
2. 新建两个py文件，分别放入以下两段代码，并依次运行

import os
import randomtrainval_percent = 0.2   #可自行进行调节
train_percent = 1
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)#ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain <