YOLOv3训练过程笔记

本人使用的是linux平台，按照YOLO网页0https://pjreddie.com/darknet/yolo/的步骤操作进行下载darkenet程序包以及编译，之后可尝试用VOC2007的数据集测试一下。

下载好的darknet程序包如下图所示：

注：上图摘自一篇博客上的，https://blog.csdn.net/runner668/article/details/80579063

那么现在有了大佬给我们提供的强大工具，我们下一步该如何用起来呢？

第一部分：制作自己的数据集。

如果自己手头上有数据集，人手又够（自己标注也可以，就是枯燥点），那么就花一两天时间进行自己的检测对象标注，本人使用的标注工具是：labelimg数据集标注工具--此工具仅限于使用矩形框标注对象，如果需要其他形状的可使用labelme标注工具--该工具可以使用圆、线段、点、矩形等进行标注，工具网上都有自己搜索一下吧~！

有了工具那就进行标注吧，看着电影的功夫就可以标注个两三百张进行自己的小实验了。标注完之后，一个文件夹一个放图片，一个放标注好的.XML文件，后续还需要把.xml文件转为.txt格式。

2、使用py小程序进行xml to txt的转换，生成的txt格式的标注信息待用。

3、使用VOC_label.py文件进行txt标注信息的转换。

VOC_label.py的作用：

它将为每个.jpg图像文件创建.txt文件 - 在同一目录中并使用相同的名称，但使用.txt-extension，并将文件放入：对象编号和对象坐标，

对于每个对象在新行中：<object-class> <x> <y> <width> <height>

<object-class> - 从0到（classes-1）的整数对象编号

<x_center> <y_center> <width> <height> - 浮动值相对于图像的宽度和高度，它可以等于（0.0到1.0）

例如：<x> = <absolute_x> / <image_width>或<height> = <absolute_height> / <image_height>

注意：<x_center> <y_center> - 是矩形的中心（不是左上角）

例如，对于img1.jpg，您将创建包含以下内容的img1.txt：

1 0.716797 0.395833 0.216406 0.147222
0 0.687109 0.379167 0.255469 0.158333
1 0.420312 0.395833 0.140625 0.166667

将VOC_label.py中的classes按照自己的对象类别进行修改，然后把三处路径改好，需要修改的如下图所示:

def convert_annotation(year, image_id):
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%( image_id))
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(image_id), 'w')

修改好以后生成的新TXT文件和图片放到一个文件夹里，这样才能跑起来，原因未知。

第二部分：修改配置文件Cfg和.data文件，创建自己的类别名称文件.names。

1、使用与yolov3.cfg相同的内容创建文件yolo-obj.cfg（或将yolov3.cfg复制到yolo-obj.cfg）。

change line batch to batch=64

change line subdivisions to subdivisions=8

使用 contrl+F 搜索YOLO，你会看到有三个YOLO标头得部分配置，需要改得是：

在[yolo]图层之前的3个[卷积]中将[filters = 255]更改为filters =（classes + 5）x3。

例如 classes=1 then should be filters=18. If classes=2 then write filters=21.

filters =（classes + 5）x3），一般来说，filter的值取决于类别，坐标和masks的数量。即filters=(classes + coords + 1)*<number of mask>,那么其中这个mask值是锚点的索引，如果mask值不存在，那么filters=(classes + coords + 1)*num.因此，例如，对于2个对象，您的文件yolo-obj.cfg应该与3个[yolo] -layers中的每一个中的yolov3.cfg不同：

2、在自己的data目录创建一个obj.names的文本文件：把自己类别的名字写进去。

3、接着创建一个obj.data：

classes= 2

train = data/train.txt # 训练图片的文件名路径集合.txt的路径

valid = data/test.txt #test.txt 文件的路径

names = data/obj.names #.names 文件的路径

backup = backup/ #back up 的路径

第三部分：开始训练并获取权重

1、下载卷积层的预先训练的权重（154 MB）：https：//pjreddie.com/media/files/darknet53.conv.74并放到目录darknet \ 

2、使用命令行开始培训： ./darknet detector train data/obj.data yolo-obj.cfg darknet53.conv.74

3、训练结束后 - 从路径构建\ darknet \ x64 \ backup \获取结果yolo-obj_final.weights

在每100次迭代后，您可以停止并稍后从此开始训练。 例如，在2000次迭代后，您可以停止训练，稍后只需将yolo-obj_2000.weights从build \ darknet \ x64 \ backup \复制到build \ darknet \ x64 \并使用：darknet.exe探测器训练数据/ obj开始训练。 数据yolo-obj.cfg yolo-obj_2000.weights

注：detector.c文件中可以修改权重文件保存的间隔。

注：如果在训练期间你看到avg（损失）字段的nan值 - 那么训练就出错了，如果仅仅出现少部分nan，训练可以照常进行。

注：如果在cfg文件中更改了width =或height =，则新的宽度和高度必须可被32整除。

注：训练后使用此类命令进行检测：darknet.exe检测器测试数据/ obj.data yolo-obj.cfg yolo-obj_8000.weights

注：如果出现错误内存不足，那么在.cfg文件中你应该尝试改变batch和subdivisions的值。

内容为自己编写和参考的一些博客：

1、https://blog.csdn.net/qq_38214193/article/details/81132053

2、https://blog.csdn.net/runner668/article/details/80579063