win10系统YOLO 训练数据集

win10下YOLO3训练数据集

1.yolo环境搭建见上篇文章。

2.标注 见上传的labelimg.rar

首先准备好自己的图片，然后框图打标签，使用方法非常简单。

结果生成xml格式文件。

3.xml文件转txt文件

见上传的xml-txt.txt,python环境下转换。

4.把所有的样本图片和对应的txt文件放到：darknet-master\build\darknet\x64\data\obj\下面，一张图对应一个txt。

5.在darknet-master\build\darknet\x64\data\下新建train.txt

把训练图片的路径写在文件里面，每行一个路径，

 

当然，也可以写绝对路径。

6.将darknet的预训练权重放入darknet-master\build\darknet\x64

7.在darknet-master\build\darknet\x64 新建yolo-obj.cfg文件（可以直接复制yolov3.cfg,然后重命名为yolo-obj.cfg）
修改这个文件内容：

batch 改成64 ：batch=64

subdivisions 改成8 ：subdivisions=8

8.在darknet-master\build\darknet\x64\data\下新建obj.names文件，里面写入你的要检测的分类的类名，每个类名占一行。

9.在darknet-master\build\darknet\x64\data\下新建obj.data文件，像这样

classes =1

train=data/train.txt

valid=data/test.txt

names=data/obj.names

backup=backup

10.开始训练
Win+R打开终端，cd进入darknet-master\build\darknet\x64路径，下面命令开始训练：

darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74

训练时，每训练100轮，都会生成一个权重文件在build\darknet\x64\backup\ 下，文件名例如：yolo-obj_100.weights（后面的100是训练100轮是的权重）。