使用定制的经过训练的Yolov3权重标记新图像

如何解决使用定制的经过训练的Yolov3权重标记新图像

我最近训练了一个自定义的yolov3模型来识别动物。 第一个数据集只有大约900张照片。我可以访问10K张照片，但是通过labelImg标记所有照片会花费很多时间。

是否有一种方法可以使用预先训练的权重为新照片自动添加标签，并且可以选择编辑错误的框和标签？

解决方法

您也许可以使用训练有素的模型对其他图像进行预测，请参见this issue。

然后，可以将这些检测结果加载到labelImg中进行编辑。
由于darknet将检测结果保存到带有边界框信息的txt文件中，因此您必须首先将其转换为Pascal VOC格式。
您当然可以自己做，但是人们已经构建了their own implementations（未经测试）。

,

如果您有预算，则可以使用Segments AI和V7's Darwin之类的付费工具， 两者似乎都具有辅助注释的AI。他们将从您已注释的项目中学习，以使将来的注释自动化。出于记录，我两者都不隶属，而且我还没有使用它们。