Skip to content

添加模型训练文件 - #4137

Merged
donghaiwang merged 36 commits into
OpenHUTB:mainfrom
aasdar:main
Dec 21, 2025
Merged

donghaiwang merged 36 commits into
OpenHUTB:mainfrom
aasdar:main

Conversation

@aasdar

@aasdar aasdar commented Dec 20, 2025

Copy link
Copy Markdown
Contributor

修改概述:

修改的详细描述

1.添加了 train.py 文件来训练模型

经过了什么样的测试?

  1. 操作系统Windows11
  2. Python3.11.1

运行效果

屏幕截图 2025-12-20 203106 模型训练中,需要使用到GPU

1.添加新的README.md文件
2.提供了预训练权重,UA-DATRAC数据集和训练完成模型文件的下载地址
1.添加了train.py文件
1.Annotations存放标签文件
2.ImageSets存放训练索引文件
3.JPEGImages存放图片文件
1.给predict.py添加更详细的注释
给yolo4.py添加更详细的注释
1.给detaloader.py添加更详细的注释
1.为CSPdarknet.py添加详细的注释
1.给yolo_training.py添加更详细的注释
1.该文件将 VOC 格式的 XML 标注文件,批量转换为用于目标检测模型评估(计算 mAP)的「ground-truth」(真实标签)文本文件。
1.该文件的作用:使用 YOLO 目标检测模型,对 VOC 测试集的图片进行批量检测,生成用于计算 mAP(平均精度均值)的「detection-results」(模型预测结果)文本文件
1.该代码文件作用:目标检测任务中用于计算 mAP(平均精度均值,mean Average Precision)的评估工具
@donghaiwang
donghaiwang merged commit e1b5ab8 into OpenHUTB:main Dec 21, 2025
1 check passed
sda-57 pushed a commit to sda-57/nn that referenced this pull request Dec 21, 2025
* 车辆检测

1.添加新的README.md文件
2.提供了预训练权重,UA-DATRAC数据集和训练完成模型文件的下载地址

* 添加数据集训练代码

1.添加了train.py文件

* 添加VOCdevkit文件夹

1.Annotations存放标签文件
2.ImageSets存放训练索引文件
3.JPEGImages存放图片文件

* Delete src/Yolov4_Vehicle_inspection/train.py

* 添加注释

1.给predict.py添加更详细的注释

* 添加注释

给yolo4.py添加更详细的注释

* 添加注释

1.给detaloader.py添加更详细的注释

* 添加注释

1.为CSPdarknet.py添加详细的注释

* 添加注释

1.给yolo_training.py添加更详细的注释

* 添加了get_gt_txt.py文件

1.该文件将 VOC 格式的 XML 标注文件,批量转换为用于目标检测模型评估(计算 mAP)的「ground-truth」(真实标签)文本文件。

* 添加get_dr_txt.py文件

1.该文件的作用:使用 YOLO 目标检测模型,对 VOC 测试集的图片进行批量检测,生成用于计算 mAP(平均精度均值)的「detection-results」(模型预测结果)文本文件

* 添加了get_map.py文件

1.该代码文件作用:目标检测任务中用于计算 mAP(平均精度均值,mean Average Precision)的评估工具

* 添加模型训练文件

1.添加了train.py文件来训练模型

* Delete src/Yolov4_Vehicle_inspection/get_map.py
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants