##################################
同学们,这个系列的文件不要直接就跟着我操作了,因为这个是踩坑的记录,不是教程,我只是将整个流程记录下来,让后面的同学操作的时候能够避开这些坑,希望你能将整个系列的操作流程看了一遍斟酌后进行操作
##################################

那么在上一节,显卡的驱动问题搞定了,能够正常的使用了
就继续开始进行yolov3的训练

后面开始训练,但发现有报错

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74  >>  /home/heying/darknet/scripts/VOCdevkit/VOC2020/traffic_light.log

经过查验,并且考虑到在即将进行训练时,daeknet在【voc_label.py】文件中自动生成的后缀是.jpg的,并且之前生成的图片路径名称也是jpg。
结果有177项文件是PNG格式的,所以就因为图片的后缀名无法索引导致报错

那么在这里我是将数据集备份到了自己的虚拟机中进行操作

首先移动这177项文件
将001138.png—001314.png
移动到【/home/xiong/VOC/VOC_MAX(另一个复件)/png】
那么在这个文件夹中的所有图片都要进行修改

然后对这些图片进行后缀名称的修改
python实现将png格式的照片批量转化为jpg格式


#将png格式的照片批量转化为jpg格式import os
from PIL import Imagedirname_read="/home/xiong/VOC/VOC_MAX(另一个复件)/png/"  #png格式文件夹路径
dirname_write="/home/xiong/VOC/VOC_MAX(另一个复件)/jpg/"  #jpg格式输出路径
names=os.listdir(dirname_read)
count=0
for name in names:img=Image.open(dirname_read+name)name=name.split(".")if name[-1] == "png":name[-1] = "jpg"name = str.join(".", name)
#        r,g,b,a=img.split()
#        img=Image.merge("RGB",(r,g,b))   to_save_path = dirname_write + nameimg.save(to_save_path)count+=1print(to_save_path, "------conut:",count)else:continue

然后运行
这里终端只输出了167个。以为程序出错,经查验
这中间也有10个的jpg格式的文件
总数也就是177张

然后将这些jpg文件移动到JPEGImages里

然后移动到主机进行测试
这里我是移动到了nvidia的 jetson系列的主机,用jetson-inference测试
测试过后发现了报错

经过检查是图片的问题

那么我解决的方案就是将这张图片的上一张或下一张复制粘贴,然后重命名为001222,因为很难为了一张图片的空缺把这张图片后的所有的图片和标注文件都进行重命名,不划算,相对应的标注文件也要修改,不过我懒的修改了,一张图片有点错误对大局的影响不大

yolov3的训练(四)VOC数据集的错误相关推荐

  1. alexeyab darknet 编译_【目标检测实战】Darknet—yolov3模型训练(VOC数据集)

    原文发表在:语雀文档 0.前言 本文为Darknet框架下,利用官方VOC数据集的yolov3模型训练,训练环境为:Ubuntu18.04下的GPU训练,cuda版本10.0:cudnn版本7.6.5 ...

  2. YOLOX——Win10下训练自定义VOC数据集

    前言 上个博客试着把yolox在win下的环境配置,然后就要试着训练自己的数据集,我这里用的是VOC格式的数据集,训练环境是win10 x64,CUDA11.0 cudnn 8.1 GPU 是GTX ...

  3. Ubuntu上用caffe的SSD方法训练Pascal VOC数据集

    实验目的 继caffe和ssd搭建完成,demo也演示完毕,了解一些基本知识后,现在开始训练自己的数据集,在给自己的训练集处理之前,先跟着官方的示例将Pascal VOC数据集训练走一遍,把可能会踩坑 ...

  4. yolov3 tiny训练自己的数据集进行物体检测 (只检测行人)

    说明:我的电脑是个16年3500元买的笔记本(勇气可嘉:) 环境:额外的包之类的,我用的anaconda,可以非常容易安装各类包,如果运行显示缺包,那就去environment去安装对应的包. 我的版 ...

  5. 【Tensorflow】 Object_detection之训练PASCAL VOC数据集

    参考:Running Locally 1.检查数据.config文件是否配置好 可参考之前博客: Tensorflow Object_detection之配置Training Pipeline Ten ...

  6. coco训练集darknet_darknet-yolov3训练自己的数据集

    申明 一.标注工具(labelimg) 2.双击运行 3.保存后的文件为xml格式 二.下载编译darknet 1.拉取darknet git clone https://github.com/pjr ...

  7. 【Detectron2】使用 Detectron2 训练基于 coco 数据集的目标检测网络

    文章目录 一.安装 Detectron2 二.软连接 coco 数据集 三.训练 四.数据集相关参数 五.输出结果路径 六.COCO 数据集简介 七.模型相关参数 八.可视化结果 一.安装 Detec ...

  8. ubuntu16.04下使用YOLOV3训练自己做的VOC数据集(VOC数据集制作+模型训练步骤+训练参数解析和问题解决+训练日志可视化(loss、IOU)+模型测试(单张、摄像头、批量测试))

    前序 1.环境配置 请自行参考其他博客 本机环境 ubuntu16.04 python3 英伟达显卡驱动:nvidia-396 OpenCV3.4.5 CUDNN7.0.5 CUDA9.0 2.ubu ...

  9. pascal行人voc_在Pascal VOC 数据集上训练YOLOv3模型

    上节介绍了<从零开始在Windows10中编译安装YOLOv3>,本节介绍在Pascal VOC 数据集上训练YOLOv3. 第一步,下载并安装YOLOv3训练依赖项. a.下载Pasca ...

最新文章

  1. flannel源码分析--LookupExtIface
  2. caffe读书笔记1 CIFAR-10在caffe上进行训练与学习
  3. 查询缺少的依赖文件归属于哪个rpm包
  4. 简单分析Guava中RateLimiter中的令牌桶算法的实现
  5. 利用html5看雪花飘落的效果
  6. HA集群之三:corosync+pacemaker实现httpd服务的高可用
  7. EF里一对一、一对多、多对多关系的配置和级联删除
  8. Power BI 与企业数据安全
  9. java ajax 读取流_javascript-如何使用AJAX读取实时流数据
  10. Linux 之父亮相,这个开源社区要“搞大事”
  11. html5应用缓存教程视频教程,html5——应用缓存
  12. python批量删除图片和空文件夹
  13. word2vec-google code
  14. GD32串口通信注意事项
  15. 高校的监控、有线、无线网络业务如何跑起来?
  16. 现代货币银行学 —— chapter 1
  17. drupal 8 笔记
  18. MATLAB画正方体
  19. amlogic 常用命令汇总
  20. [转]机器学习科普文章:“一文读懂机器学习,大数据/自然语言处理/算法全有了”

热门文章

  1. Word转成PDF后有很多空白页怎么办?
  2. java排序算法对比_java项目 实现排序算法对比,步骤,改进
  3. MySQL错误号码1045
  4. Qt开发中获取系统相关信息的方法,值得收藏参考
  5. Deprecated API
  6. mysql 数字用什么类型_MySQL数字类型中的三种常用种类
  7. idea编写HTML代码常用快捷键
  8. 手把手教你用PaddleOCR与PyQT实现多语言文字识别的程序
  9. 手游sdk开发有哪些功能?
  10. 在linux下启动tomcat命令