YOLO目标检测系列

环境配置

搭建Python环境、安装PyTorch深度学习框架并配置CUDA；实验环境为PyTorch 1.10.0、Python 3.8(ubuntu20.04)、Cuda 11.3；

数据集准备

先运行xml2txt.py文件将数据集中的xml文件转换为txt文件，再将目录修改为分别在images和labels文件夹下的一一对应的test、train、val文件夹，在其中放入红外安防数据库中的图片和转换后的txt文件；再新建一个my_data.yaml文件来存放路径和数据集中的class数量及名称。

图1.处理数据集的目录项

图2.my_data.yaml配置文件

训练

处理好数据集后进行训练、预测，结果如下：

图4.部分预测图片展示（随机选取）

创新点

在yolo系列算法中，可以通过加入注意力机制、改进损失函数、修改网络结构等方式进行改进，如有需要可以私信~