有目共睹的是，yolo训练数据优点明显，训练检测速度超快，功能超强。因网上关于yolo训练自己数据的博客几乎没有，所以我就yolo训练自己数据做一具体操作流程，希望可以帮助大家，让大家对yolo不再陌生。注意：1、请根据我的博客将yolo安装和测试，博客地址：http://blog.csdn.net/samylee/article/details/516848562、请严格按照我博客的顺序做下去.

零 、代码发现开源QQ群：414475612，名称LazyNet，代码详见群文件！

为了方便增加YOLO训练数据量，博主将VOC各年数据利用python程序转成了YOLO格式，希望小伙伴可以借鉴一二，如有不正，欢迎指出。注意：1、可根据需求转成自己的类型，对程序稍作修改即可2、VOC2005、VOC2006、VOC2007+VOC2008、VOC2009-VOC2012数据格式不同，故程序不同，小伙伴注意下。

零 、代码发现开源QQ群：414475612，名称LazyNet，代码详见群文件！

世界各地大牛数不胜数，论文此起彼伏，方法日新月异，不过我们要紧跟时代潮流，做学术领先人，哈哈，我在吹牛，大神们不要打我。。。。。。继yolo-darknet后，又一个SSD的配置教程，希望可以帮助大家。注意：1、要求Ubuntu系统预先安装opencv和cuda7.5，如果您没有安装，请参考我的博客：http://blog.csdn.net/samylee/article/details/...

TensorFlow-模型的保存和调用（ckpt方式）硬件：NVIDIA-GTX1080软件：Windows7、python3.6.5、tensorflow-gpu-1.4.0一、基础知识1、checkpoint：模型文本信息2、meta：模型graph，调用时可重载入3、index、data：模型数据二、代码展示1、保存模型import tensorflow...

一般YOLO的工程应用直接上检测，源自作者提供了分类的预训练模型，但是如果自己改网络训练怎么办？预训练网络没有怎么办？熬到开！！！不怕，两种方法可以解决！第一种：比较笨的方法，就是下载imagenet数据训练分类网络！第二种：一层一层的改网路，每改一层，在原有预训练的条件下训练网络，生成新的模型时作为下一次修改网络的预训练模型！说的好像不是很清楚额，这个问题以后讨论！今天讨

一、前言分类网络应用广泛，亦可作为预训练模型用于检测网络，有很好的科研和商业价值。一般的分类网络基于多种数据集做了一个综合的测评，但是因工程条件限制，很难将所有数据集下载并测试，所以博主整理了imagenet100数据集，是从imagenet1000中扣取出来的100类，每类训练数据1000张，测试数据300张，满足工业应用。二、开源数据集链接：https://pan.baidu.com/...

TensorFlow-模型的保存和调用（ckpt方式）硬件：NVIDIA-GTX1080软件：Windows7、python3.6.5、tensorflow-gpu-1.4.0一、基础知识1、checkpoint：模型文本信息2、meta：模型graph，调用时可重载入3、index、data：模型数据二、代码展示1、保存模型import tensorflow...

一、前言分类网络应用广泛，亦可作为预训练模型用于检测网络，有很好的科研和商业价值。一般的分类网络基于多种数据集做了一个综合的测评，但是因工程条件限制，很难将所有数据集下载并测试，所以博主整理了imagenet100数据集，是从imagenet1000中扣取出来的100类，每类训练数据1000张，测试数据300张，满足工业应用。二、开源数据集链接：https://pan.baidu.com/...