标签：gen   自动   val   output   mes   nta   文件夹   container   stp   

YOLO 网络文件组织说明

cfg 文件夹：存放可采用的模型

如 yolov4-tiny.cfg 模型，构造网络结构最为简易

datasets 文件夹：存放数据集

datasets/faces 文件夹：faces 数据集的图片和标签（分为训练集和验证集）

datasets/faces/images/train 文件夹：faces 数据集的训练图像

datasets/faces/images/valid 文件夹：faces 数据集的验证图像

datasets/faces/labels/train 文件夹：faces 数据集的训练标签

datasets/faces/labels/valid 文件夹：faces 数据集的验证标签

datasets/faces.data 文件：faces 数据集的“使用说明”

包含数据集的标签种类数、训练集路径、检验集路径、标签号对应标签名文件的路径。指定使用的数据集时指定该文件路径即为指定相应的数据集

datasets/faces.names 文件：数据集的标签号对应的标签名

每一行存放一个标签名，标签号加一所在行的标签名即为该标签号所对应的标签名

datasets/train.txt 文件：数据集要训练图片的列表

可以写一个 python 文件自动创建写入：train_list_generator.py

imgs 文件夹：存放待侦测的图片

将待检测的图像放入

outputs 文件夹：存放侦测完毕的输出图片

存放侦测完毕的图像，由 detect.py 文件创建

uitls 文件夹：所需的各种包

weights 文件夹：存放初始、训练得到的权重（参数）

包含初始权重 yolov4-tiny.pt，最近训练出来的权重，效果最优权重等

models.py 文件：模型文件

detact.py 文件：调用模型侦测图片

输入相应参数侦测图片

test.py 文件：检测文件

输入相应参数检测模型

train.py 文件：训练文件

输入相应参数训练模型

run_detect.bat 文件：脚本文件侦测图片

可设置使用模型、采用权重、标号对应标签名文件、侦测图片路径等参数

run_test.bat 文件：脚本文件检测模型

可设置批次大小、使用模型、采用权重、训练的数据集、重叠度、自信度等参数

run_train.bat 文件：脚本文件训练模型

可设置批次大小、训练次数、使用模型、初始训练权重、训练的数据集等参数

train_list_generator.py 文件：生成 train.txt 文件

自动将数据集中所有图片写入训练图片列表 train.txt 中

YOLO 网络文件组织说明

标签：gen   自动   val   output   mes   nta   文件夹   container   stp   

原文地址：https://www.cnblogs.com/Krumper/p/14127359.html