YOLOv3初體驗

一、算法訂閱：

首先登錄華為云ModelArts的AI市場，

隨后選擇左側欄目中的云端算法，

最后選擇YOLOv3 ResNet18網絡進行訂閱，因為限時免費可以直接訂閱。

二、準備數據集

可以使用OBS Browser將自己需要訓練的數據集傳入一個空路徑桶

這里需要注意目標檢測的數據集是類似VOC數據集的格式，即一張圖片文件一張xml文件，

OBS Browser-：https://support.huaweicloud.com/browsertg-obs/obs_03_1003.html

傳完要訓練的數據集后在ModelArts主頁選擇創建數據集，

在這里數據集的輸入位置選擇剛剛上傳的路徑，輸出選擇一個空目錄即可，記得標注場景選擇物體檢測。

這里還有一點需要提醒一下，這個算法最后數據集做不做數據切分關系到的是會不會做邊訓練邊驗證，所以盡可能做一點切分這樣能直觀感受到這個算法的精度。

三、訓練

訓練的話找到算法管理里面的市場訂閱，再同步之后直接創建訓練作業即可，在這里數據集選擇我們剛剛制作的數據集路徑，輸出選擇一個空目錄，

調優的參數的話可以參考算法描述中的文檔內容，我這里選擇了一個口罩數據集進行訓練

OK，保持默認參數選擇資源池后，讓我們訓練一把！

經過大概10分鐘左右。。

最終的結果文件大概生成如下圖，

在這里frozen_graph文件夾下面有用于在310推理側的文件，我們來試試看訓練出來的效果如何~

四、推理

首先需要將生成的結果做一個pb到om模型的轉換，

轉換的輸入目錄選擇frozen_graph,輸出選擇目錄om，這些均可參考算法描述的文檔，最終轉換完成后在om的model目錄下會出現一個om模型。

之后再導入模型，選擇從模板中導入，目錄選擇om/model下的目錄，

創建好后直接部署在線服務即可，預測一下看看效果，還是不錯的哈哈

人工智能

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。