darknet环境搭建和标注训练（未完）

目前还未实测，只做参考

参考博文：
搭建环境参考链接
训练自己的模型参考链接
可能出现的问题提参考

ubuntu18.04环境下的darknet+yolov3搭建及程序演示
yolov3目标检测实战–keras+yolov3训练口罩
darknet-yolov3训练自己的数据集（超详细）

人脸口罩检测实战视屏，要付费的哦

口罩佩戴数据及-来自知乎

下载darknet，然后编译

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

编译的时候可以配置Makefile

配置是否需要gpu，opencv配置上只是为了能有窗口看视频或图片

安装libopencv

安装cuda

sudo apt-get install nvidia-cuda-toolkit

下载coco数据集，训练模型

除了coco数据集，当然也可以使用其他的数据集
下载coco数据集，darknet提供脚本可以直接下载

cd scripts
./get_coco_dataset.sh

而后，当前目录下面会有coco文件夹；

下载完数据集后，需要修改几个文件跟自己的环境匹配

vi cfg/coco.data

vi data/coco/trainvalno5k.txt

我是把scripts下的coco文件夹移到了data下面

下载权重

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

官网下载比较慢，下面链接可以直接下载
yolov3权重文件

然后训练

./darknet detector train cfg/coco.data cfg/yolov3.cfg
#或者
./darknet detector train cfg/coco.data cfg/yolov3.cfg darknet53.conv.74

检测

./darknet detector test cfg/my.data cfg/my.cfg backup/my.backup data/walk_persons.jpeg

标注工具

labelimg win环境下载地址