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)。