我正在对两个文件夹进行培训和测试。每个文件夹有14k张随机单个对象的图像，例如chair，box，fan，can等。
除此之外，对于每个包含随机对象（边界框）的训练集图像，我都有4列[x1，x2，y1，y2]。
有了这些信息，我就可以预测测试集的边界框。
我是Computer Vision的新手，如果有人可以帮助我如何开始训练这种模型，那将非常有帮助。
我找到了yolov3，但它也包含分类。
答案 0 :(得分：0)
我建议您查看github代码here。
detect.py中有do_detect()函数。
此函数返回要从图像中获取的类和bbox。
def new_calc(self):
return self.mean_zero()