YOLOv3 ubuntu 配置及训练自己的VOC格式数据集 - 好文

官网： http://pjreddie.com/yolo/ <http://pjreddie.com/yolo/>
相关文章： http://arxiv.org/abs/1506.02640 <http://arxiv.org/abs/1506.02640>

源代码： https://github.com/pjreddie/darknet.git
<https://github.com/pjreddie/darknet.git>

1. 下载源码
git clone https://github.com/pjreddie/darknet cd darknet
如果使用CPU，直接
make
使用GPU训练，需要修改Makefile，设置
GPU=1 CUDNN=1 ... NVCC=/usr/local/cuda-8.0/bin/nvcc
如果调用摄像头，还需要设置
OPENCV=1
2. 运行demo
wget https://pjreddie.com/media/files/yolov3.weights ./darknet detect
cfg/yolov3.cfg yolov3.weights data/dog.jpg
国内下载权重文件可能较慢，下载好的百度云链接为https://pan.baidu.com/s/1fjUMQwejr3qLaUGx2cO1tA 密码: xx64

测试得到的结果会以图片的形式保存在darknet文件夹下，如图

3. 生成训练用的标注文件

准备好自己的数据集，并制作成VOC数据格式，并命名VOC2007，文件路径类似
/home/xxx/darknet/VOCdevkit/VOC2007/ImageSets/Main.

然后需要生成YOLO要用的VOC标签格式。首先下载格式转化文件：
wget https://pjreddie.com/media/files/voc_label.py
gedit打开voc_label.py，进行修改
# 因为没有用到VOC2012的数据，要修改年份 sets=[('2007', 'train'), ('2007', 'val'), ('2007',
'test')] # 修改检测的物体种类 classes = ["logo"]
运行voc_label.py，即可完成文件转化。

用train和val的数据一起用来训练，所以需要合并文件：
cat 2007_train.txt 2007_val.txt > train.txt
4. 修改pascal数据的cfg文件

打开cfg/voc.data文件，进行如下修改：
classes= 1 # 自己数据集的类别数 train = /home/xxx/darknet/train.txt # train文件的路径 valid
= /home/xxx/darknet/2007_test.txt # test文件的路径 names = data/voc.names backup =
backup
注意需要在darknet文件夹下，新建名为backup的文件夹，否则训练过程报错：Couldn't open file:
backup/yolov3-voc.backup。

打开data/voc.names文件，对应自己的数据集修改类别。

5. 下载Imagenet上预先训练的权重
wget https://pjreddie.com/media/files/darknet53.conv.74
百度网盘链接: https://pan.baidu.com/s/10TK_nNz-8rje00cwGwTNvQ 密码: 1png

6. 修改cfg/yolov3-voc.cfg

找到文件中类似的部分进行修改，共有3处：

需要改变filters为 num/3*(classes+1+4)，即3*(classes+1+4)，参考
https://github.com/pjreddie/darknet/issues/582
<https://github.com/pjreddie/darknet/issues/582>，同时需要修改下面的classes的种类。

7. 训练
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
开始训练

8. 参考

https://blog.csdn.net/lilai619/article/details/79695109
<https://blog.csdn.net/lilai619/article/details/79695109>

https://blog.csdn.net/qq_30401249/article/details/51564871
<https://blog.csdn.net/qq_30401249/article/details/51564871>

热门工具换一换