【学习笔记—Yolov3】Yolov3训练VOC数据集&训练自己的数据集

版权声明：请勿恶意使用 https://blog.csdn.net/weixin_43962659/article/details/86364660

(一) yolov3训练voc数据集

1、下载安装darknet
依次执行如下三条命令

git clone https://github.com/pjreddie/darknet.git
cd darknet
make

此时，已经编译生成了darknet的可执行文件。

2、安装cuda和opencv
！！！注意：这一步只针对有GPU配置的电脑，如果没有GPU也可省略这一步。
当然，如果不安装cuda和opencv的结果就是不能测试video和webcam而已，训练速度慢一点而已。
关于opencv怎么安装，自行百度！这里默认cuda和opencv都安装成功了。
在darknet目录下，有一个makeFile文档，将里面的第一行和第二行把0改为1，若电脑安装了opencv则修改为1。

3、测试一下yolov3的效果
这时，需要去yolo官网下载一个yolov3.weights。这里给出下载命令：

wget https://pjreddie.com/media/files/yolov3.weights

可以看到，我的darknet目录下已经下载下了yolov3.weights权重。
此时就可以一睹yolov3的检测效果图啦！！！
终端下输入命令（注意一定是cd到darknet目录下操作啊啊）：

./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

OK继续，放检测结果图：

哈哈，不得不说，yolov3真的很强大，在tx2上一张图片的处理速度是0.X秒，在我教研室的服务器上是0.03秒左右，在我破电脑CPU上的速度竟然要20多秒，真的是要炸啊！！！
废话不多说，继续！下面才是博文的主题，训练voc数据。

4、在VOC上训练YOLO

• （1）下载VOC数据集并解压
  下载VOC数据集，解压。 下载地址link，下载下来的目录是这样的：
  
  voc2007也是一样的上面这样的。解压之后，我们在darknet目录下建一个VOCdevkit文件，里面包含VOC2007，VOC2012，VOC2007_test三个文件。
  说明：下载下来的VOC2007测试数据集后将VOC2007文件名改为VOC2007_test，避免和voc2007训练集重名，然后一起放在VOCdevkie文件夹中。
  下面是我的目录：
  
  此时，VOC训练集就已经准备就绪了。进行下一步：
• （2）修改voc_label.py中的代码
  将scripts文件下的voc_label.py拷贝到darknet目录下，然后修改第7行，将最后一个元组改为（‘VOC2007_test’,‘test’）。
  然后执行：

python voc_label.py

之后，在VOCdevkit/VOC2007等目录下就可以看到多了一个labels文件。在darknet目录下可以看到如下5个txt文件，分别为：
2007_val.txt
2007_train.txt
2007_test_test.txt
2012_val.txt
2012_train.txt
然后将上面2007和2012 的所有验证集和训练集合成一个大的训练集，终端下执行如下命令，完成。

cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt

这时，在darknet目录下，生成了一个tran.txt的文件。这就是后续训练的训练集txt文件。
剩下的2007_test_test.txt作为测试集。

• （3）修改配置文件voc.data
  修改darknet/cfg目录下的voc.data，主要是train 和valid后面的路径，改为自己的路径，这个就是上一步生成的train.txt 和2007_test_test.txt的位置。classes好像默认就为20不用改。backup是训练生成权重的位置，不用理会。下面是我的截屏：
  
  大家，对应修改即可。

• （4）修改配置文件yolov3-voc.cfg
  在darknet/cfg目录下，打开yolov3-voc.cfg文件，第默认的3、4行是Testing测试状态，训练时注释掉，将第6、7行training下的注释去掉。如下图：
  
  如果电脑显存较小，则把batch该小，把subdivisions增大。例如改为32和16。

• （5）下载预训练权重，训练
  终端下执行如下命令 下载预训练权重：

wget https://pjreddie.com/media/files/darknet53.conv.74

训练：

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74

OK 到这里训练voc数据集就成功了，等两三天差不多就可以了。

写的忘乎所以，晚饭还没吃，好饿！

(二) yolov3训练自己的数据集
理解了上面的训练过程之后，训练自己的数据就很容易了。这里主要是针对交通场景训练可以识别person、car、Bus、motorcycle、bicycle共5类目标。对应修改配置文件即可，具体过程如下：

1、修改voc_label.py
将voc_label.py文件中的 classes 列表修改为自己的类别，我这里只是针对交通场景的5类目标为例。

之后，运行：

python voc_label.py

然后，链接voc2007和2012 的训练文件合成一个train.txt 训练文件。

cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt

这里的操作和上面的（一）中类似。

2、配置文件voc.names的修改

打开 data 文件夹下，有一个voc.names的文件，修改成你自己的类别，默认的是20类 voc 数据集的类别。我的是这样的：

修改完，保存即可。

3、配置文件yolo-voc.cfg的修改

在darknet下的cfg文件夹中，打开yolov3-voc.cfg网络结构文件，一共修改三处。

• （1）将测试状态改为训练状态
  
  默认是测试状态，即上图所示。这里我们将Testing下下两行注释掉，同事将Training下的两行注释删掉。batch的大小可以根据自己电脑的显存大小适当修改，显存小的可以减少batch的值，增大subdivision的值。
• （2）修改 filters 的值
  打开yolov3-voc.cfg文件之后，按住Ctrl+F打开搜索，输入yolo，可以发现一共有三处yolo层，即改网络结构的检测层。因为，yolov3的网络结构就是darknet53+yolo检测层组成的。
  这里我们修改yolo 检测层前一层的 filters 的值大小。filters 大小利用如下公式计算：
  filters = 3×（classes + 1 + 4) ，我这里5个目标，所以 filters 的值为30（注意一共需要改3处）。3代表的是多尺度预测，即yolov3是3次预测，所以乘以3。1代表的是置信度，4代表的是 boxes 的位置，即左顶点的坐标和长宽，四个参数。

• （3）修改 classes 的值
  classes 的值就是自己检测的类别，Coco里是80种，voc数据集是20种。我这里针对交通场景只有5种。注意每一个yolo 层的 classes 值都要修改 ，一共也是三处。
  
  4、配置文件voc.data的修改
  cfg 文件夹下，打开 voc.data 文件，修改classes 的数值，改为你自己的类别数。修改train 和valid 的路径，也就是前面生成的 train.txt 训练集和voc2007_test_test.txt测试集的路径。
  backup是生成权重的位置。

5、开始训练

终端下执行如下命令 下载预训练权重：

wget https://pjreddie.com/media/files/darknet53.conv.74

训练：

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74

到这里就完成了训练自己数据集过程了。

说明：这里都是对VOC数据集的操作，只训练自己的类别。当然也可以自己标注数据集来训练，这里推荐labelimg 标注工具，它标注的格式是xml， 我们可以利用voc_label.py 转换成yolo需要的 txt 格式。这都是可行的。
这里就不一一展示了，网上有很多labelimg的下载地址，使用也很简单。本质上和上面对voc数据集操作是一样的！