使用预训练权重训练YOLO：解决数据集类别差异

"该资源主要讲述了如何利用预训练的YOLO模型进行自定义数据集的训练和预测，以及相关的数据准备步骤。" 在训练自定义数据集时，通常会利用预训练模型进行迁移学习，以提高模型的泛化能力。YOLO（You Only Look Once）是一种流行的实时目标检测算法，它在COCO数据集上预先训练的权重可以用于其他任务。COCO数据集包含80个类别，而如果你的数据集类别不同或较少，例如VOC数据集的20个类别，依然可以使用这些权重。关键在于理解如何适配模型以适应新数据集的类别。 在`yolo.py`文件中，预训练权重是基于COCO数据集的，因此预测时需要指向`coco_classes.txt`，列出COCO的80个类别。如果你想预测VOC数据集的类别，你需要修改代码，确保类别判定条件只针对VOC的20个类别。值得注意的是，尽管VOC类别的子集在COCO中存在，但直接使用`voc_classes.txt`会导致错误。 加载预训练权重时，只需关注最后输出的三个特征图的通道数，因为这与数据集中类别的数量直接相关。其余部分的网络结构可以通用，因此可以使用以下方式加载匹配的权重： ```python # 假设你有80类的预训练权重，但你的数据集只有20类 num_classes = 20 # 自定义数据集的类别数 model.load_state_dict(torch.load('pretrained_weights.pth'), strict=False) ``` 在开始训练前，需要对数据集进行一系列的准备工作。首先，删除旧的训练记录，包括`logs`文件夹中的权重和日志文件，以及`VOCdevkit/VOC2007/ImageSets/Main`文件夹下的训练和验证列表文件。此外，还要清空`map_out`文件夹，因为它保存了上一次测试的结果。 数据集的标签必须是VOC格式的XML文件，图片应为jpg格式。如果标签是其他格式，如COCO的json，需要转换为VOC格式。同样，如果图片是其他格式，也可以通过脚本转换为jpg。例如，你可以使用`F盘的DataSet_VOC/convert_img.py`来完成此操作。 将制作好的数据集图片放入`VOCdevkit\VOC2007\JPEGImages`文件夹，标签XML文件放入`Annotations`文件夹。然后，在`model_data`文件夹下创建一个新的txt文件，如`my_classes.txt`，列出你的数据集类别，每行一个类别。 最后，可能需要修改`voc_anotations.py`文件以适应你的数据集处理逻辑。这个文件通常包含了处理VOC格式标注的函数，确保它们正确地映射到你的类别列表。 这个资源提供了使用YOLO模型进行自定义数据集训练的详细步骤，包括数据准备、预训练权重的利用以及必要的代码调整。通过遵循这些步骤，你可以有效地将YOLO模型应用于新的目标检测任务。