Yolo-v2训练voc及自己的数据集

继yolo-v1后，又一个yolo-v2的配置训练教程，希望可以帮助大家。

注意：1、测试软件：ubuntu14.04+cuda7.5+cudnn5.0+opencv2.4.10（titanX）
2、有些您复制的终端命令如果不能在终端运行，请注意英文全角半角问题，您可以将命令输入终端，无须复制粘贴命令

 

注意：需要yolo-v2前向代码的请通过扣扣联系博主！

 

第一部分：darknet安装
下载darknet，终端输入： 
git clone https://github.com/pjreddie/darknet.git
修改makefile文件：
cpu设置：gpu=0，opencv=1，cudnn=0
gpu设置：gpu=1，opencv=1，cudnn=1
注意nvcc的路径！！！ （设置自己nvcc的路径）
终端输入：
cd darknet
make

第二部分：下载voc及转换yolo格式
下载数据（目录自己设置即可）：
curl -o http://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar
curl -o http://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
curl -o http://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtrainval_11-May-2012.tar
tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar
找到voc_label.py程序，在script里面，转换格式，运行：
python voc_label.py
生成train文件：
cat 2007_* 2012_train.txt > train.txt
进入yolo.c修改18/19两行，修改成您voc数据路径和生成的weights路径（一般设置为darknet/backup），注意修改完了需要重新编译darknet

第三部分：下载预训练分类模型
这里只提供yolo-tiny模型啦，大模型参考作者官网下载即可
网盘下载链接：http://download.csdn.net/detail/samylee/9555843
下载完成放在darknet目录下以便调用

第四部分：修改voc.data
打开cfg/voc.data文件，修改您的voc数据路径即可

第五部分：训练voc数据
darknet目录下运行：
./darknet detector train cfg/voc.data cfg/tiny-yolo-voc.cfg darknet.conv.weights
生成的caffemodel会存放在darknet/backup目录下

第六部分：demo
darknet目录下运行：
./darknet detector test cfg/voc.data cfg/tiny-yolo-voc.cfg backup/tiny-yolo-voc_1000(迭代步数自己设置啦).weights data/dog.jpg

第七部分：demo效果图：
见博客结尾部分

第八部分：训练自己的数据集
数据及制作部分：
参考我的yolo-v1博客：http://blog.csdn.net/samylee/article/details/51729729
咱群里文件有转换成yolo格式的文件，找一下哦

训练部分：和第五部分是一样的啦

效果图如下：

 

 

 

任何问题请加唯一QQ2258205918(名称samylee)  !!! 

或唯一VX：samylee_csdn