# 基于MindSpore YOLOv3-Darknet53的车辆检测与计数实现
## 数据集下载
VisDrone数据集下载 [http://aiskyeye.com/download/object-detection-2/]
## 数据集处理
将原始VisDrone数据集转换为coco格式,然后存放在本地目录
```
python VisDrone2coco.py
```
## 环境配置
Ubuntu 18.04
python 3.7.5
mindspore-gpu 1.5.2
## 预训练权重
预训练权重获取参考[https://gitee.com/mindspore/models/blob/r1.5/official/cv/yolov3_darknet53/README_CN.md]
## 模型训练
```
python train.py --data_dir ../train/ --pretrained_backbone ./ckpt_files/backbone_darknet53.ckpt --lr=0.1 --T_max=320 --max_epoch=320 --warmup_epochs=4 --training_shape=416 --lr_scheduler=cosine_annealing
```
## 模型验证
```
python eval.py --data_dir ../val/ --pretrained ./models/yolov3-320_517440.ckpt
```
## 模型使用
```
python predict.py --image_path ./imgs/0000002_00448_d_0000015.jpg --pretrained ./models/yolov3-320_517440.ckpt
```
运行结果保存在./imgs/output.jpg
## 基于图像的车辆检测与计数
```
python detect_img.py
```
需要修改detect_img.py文件中的pretrained_path为ckpt文件路径
需要修改detect_img.py文件中最后一行img_predict(model, "./imgs/test3.jpg")对应检测图片的路径
运行结果保存在./imgs/output1.jpg
```
python window.py
```
需要修改window.py文件中的pretrained_path为ckpt文件路径
## 基于视频的车辆检测与计数
```
python detect_vid.py
```
需要修改detect_vid.py文件中的pretrained_path为ckpt文件路径
需要在cap = cv2.VideoCapture()中添加视频路径
cap = cv2.VideoCapture(0)则为检测电脑摄像头的实时视频
没有合适的资源?快使用搜索试试~ 我知道了~
基于yolov3的汽车数量计数
共93个文件
py:44个
jpg:15个
sh:10个
需积分: 5 0 下载量 83 浏览量
2022-12-10
14:45:06
上传
评论
收藏 2.91MB ZIP 举报
温馨提示
包含源代码
资源推荐
资源详情
资源评论
收起资源包目录
mindspore-yolov3-vehicle_counting-main.zip (93个子文件)
mindspore-yolov3-vehicle_counting-main
train
images
README.md 43B
README.md 66B
code_2
eval.py 14KB
images
UI
xiaoban.jpg 64KB
tmp
single_result.jpg 201KB
upload_show_result.jpg 167KB
tmp_upload.jpg 266KB
detect_img.py 4KB
train.py 11KB
predict.py 10KB
detect_vid.py 12KB
VisDrone2coco.py 5KB
outputs
README.md 78B
imgs
output1.jpg 431KB
0000007_04999_d_0000036.jpg 190KB
0000002_00448_d_0000015.jpg 98KB
0000002_00005_d_0000014.jpg 96KB
0000003_00231_d_0000016.jpg 103KB
test1.jpg 266KB
test3.jpg 165KB
0000007_05499_d_0000037.jpg 186KB
input.jpg 112KB
output.jpg 151KB
test2.jpg 350KB
src
transforms.py 20KB
loss.py 3KB
yolo.py 17KB
darknet.py 7KB
lr_scheduler.py 7KB
logger.py 3KB
util.py 4KB
initializer.py 8KB
__init__.py 0B
config.py 2KB
distributed_sampler.py 2KB
yolo_dataset.py 7KB
window.py 9KB
README.md 2KB
code_1
eval.py 15KB
default_config.yaml 5KB
ascend310_quant_infer
acc.py 10KB
inc
sample_process.h 1KB
model_process.h 2KB
utils.h 1KB
src
sample_process.cpp 8KB
utils.cpp 4KB
main.cpp 1KB
acl.json 3B
model_process.cpp 10KB
CMakeLists.txt 1KB
build.sh 2KB
post_quant.py 3KB
run_quant_infer.sh 4KB
export_bin.py 2KB
train.py 12KB
model_utils
__init__.py 0B
device_adapter.py 1021B
config.py 4KB
local_adapter.py 1KB
moxing_adapter.py 4KB
postprocess.py 2KB
convert_weight.py 3KB
src
transforms.py 24KB
loss.py 3KB
yolo.py 18KB
darknet.py 7KB
lr_scheduler.py 9KB
logger.py 3KB
util.py 4KB
initializer.py 8KB
__init__.py 667B
distributed_sampler.py 2KB
yolo_dataset.py 7KB
requirements.txt 46B
export.py 2KB
ascend310_infer
aipp.cfg 593B
inc
utils.h 1KB
src
main.cc 5KB
utils.cc 4KB
CMakeLists.txt 668B
build.sh 919B
README.md 328B
scripts
run_standalone_train_gpu.sh 2KB
run_distribute_train.sh 2KB
run_distribute_train_gpu.sh 2KB
run_eval.sh 2KB
run_infer_310.sh 4KB
run_eval_gpu.sh 2KB
run_standalone_train.sh 2KB
mindspore_hub_conf.py 975B
val
images
README.md 43B
README.md 66B
README.md 499B
共 93 条
- 1
资源评论
Dreamer_Hugo
- 粉丝: 1
- 资源: 5
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功