keras+yolo实现旗帜识别

向AI转型的程序员都关注了这个号????????????

机器学习AI算法工程   公众号&＃xff1a;datayx

本项目里有40类旗帜

• 旗帜&＃xff08;包含40个种类旗帜&＃xff09;&＃xff0c;数据来着于网络&＃xff0c;数据标注是个苦力活&＃xff0c;本数据包含1600多张图片&＃xff0c;花费接近一个星期标注完成&＃xff0c;且用且珍惜!!!

• 直接将两个文件夹放置于model_data下

• 项目 代码&＃xff0c;数据集&＃xff0c;预训练权重 获取方式&＃xff1a;

  关注微信公众号 datayx  然后回复 旗帜 即可获取。

  AI项目体验地址 https://loveai.tech

快速开始

1. 下载本项目预训练 权重

2. 修改yolo.py中第24行权重路径

3. 将需要检测旗帜图片放入sample文件夹中

4. 运行检测

python yolo_images.py


训练

训练自己的数据 无需使用 预训练的权重 &＃xff08;此方法适用于各类数据&＃xff09;

step 1

• 使用labelImg对数据进行标记

• 得到xml文件&＃xff0c;放置于./model_data/label_train/将图片数据放在于./model_data/train/ (建议图片宽高大于416&＃xff0c;不然影响训练)

• 将数据类别写入my_classes.txt中(本项目中name_classes.txt为自定义文件&＃xff0c;因为数据标记时&＃xff0c;标记的为类别id&＃xff0c;为了方便检测时直接输出类别,自己数据预测时将yolo.py中的classes_path修改为自己的)

step 2

• 执行xml_to_data.py 生成 kitti_simple_label.txt

python xml_to_data.py # 如果自己数据集 请根据自己数据进行更改代码
# 生成的kitti_simple_label.txt 格式为:图片path box,类别id box,类别id...


step 3

• k-means 聚类算法生成对应自己样本的 anchor box 尺寸 生成 my_anchors.txt

python kmeans.py


step 4

• 开始训练(建议epochs大于500&＃xff0c;如果内存溢出可减小batch_size。其他参数&＃xff0c;按照自己数据&＃xff0c;自行修改。)

python train.py

机器学习算法AI大数据技术

 搜索公众号添加&＃xff1a; datanlp

长按图片&＃xff0c;识别二维码

阅读过本文的人还看了以下文章&＃xff1a;

TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank&＃xff0c;用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解&＃xff0c;通俗易懂&＃xff01;

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门&＃xff1a;基于Python的理论与实现》高清中文PDF&＃43;源码

特征提取与图像处理(第二版).pdf

python就业班学习视频&＃xff0c;从入门到实战项目

2019最新《PyTorch自然语言处理》英、中文版PDF&＃43;源码

《21个项目玩转深度学习&＃xff1a;基于TensorFlow的实践详解》完整版PDF&＃43;附书代码

《深度学习之pytorch》pdf&＃43;附书源码

PyTorch深度学习快速实战入门《pytorch-handbook》

【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》

《Python数据分析与挖掘实战》PDF&＃43;完整源码

汽车行业完整知识图谱项目实战视频(全23课)

李沐大神开源《动手学深度学习》&＃xff0c;加州伯克利深度学习&＃xff08;2019春&＃xff09;教材

笔记、代码清晰易懂&＃xff01;李航《统计学习方法》最新资源全套&＃xff01;

《神经网络与深度学习》最新2018版中英PDF&＃43;源码

将机器学习模型部署为REST API

FashionAI服装属性标签图像识别Top1-5方案分享

重要开源&＃xff01;CNN-RNN-CTC 实现手写汉字识别

yolo3 检测出图像中的不规则汉字

同样是机器学习算法工程师&＃xff0c;你的面试为什么过不了&＃xff1f;

前海征信大数据算法&＃xff1a;风险概率预测

【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目&＃xff0c;让你掌握深度学习图像分类

VGG16迁移学习&＃xff0c;实现医学图像识别分类工程项目

特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七)&＃xff1a;图像特征提取和深度学习

如何利用全新的决策树集成级联结构gcForest做特征工程并打分&＃xff1f;

Machine Learning Yearning 中文翻译稿

蚂蚁金服2018秋招-算法工程师&＃xff08;共四面&＃xff09;通过

全球AI挑战-场景分类的比赛源码(多模型融合)

斯坦福CS230官方指南&＃xff1a;CNN、RNN及使用技巧速查&＃xff08;打印收藏&＃xff09;

python&＃43;flask搭建CNN在线识别手写中文网站

中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加&＃xff1a; datayx