|
|
@@ -0,0 +1,23 @@
|
|
|
+折射类别预测：
|
|
|
+
|
|
|
+******训练阶段******
|
|
|
+
|
|
|
+1.打开yolo_crop_img.py，修改yolo模型、权重路径，修改source_dir（里面放爬来的原图）
|
|
|
+运行完在source_dir原文件夹里把卡片截出来并保存
|
|
|
+
|
|
|
+2.打开train，分别修改data_dir（yolo_crop_img.py得到的数据集），model_path、save_path、epoch和batch_size有需要也可以调整
|
|
|
+训练好得到权重文件、把序号和类别名称对应起来的class_indices.json文件
|
|
|
+
|
|
|
+******预测阶段******
|
|
|
+
|
|
|
+运行refractionPre.py:
|
|
|
+
|
|
|
+1.更改yolo_model的路径及yolo检测卡片的权重（.pt）路径
|
|
|
+
|
|
|
+2.更改classification_weights_path折射分类权重文件（.pth）路径
|
|
|
+
|
|
|
+3.更改image_path
|
|
|
+
|
|
|
+4.更改json_path，即训练分类网络得到的class_indices.json的路径
|
|
|
+
|
|
|
+开始运行，传入一张图像，得到的是图像中的卡片的折射类别和预测概率。
|
