Yolo+win10+vs2015训练自己的数据集(超详细!)

Yolo_mark

(1)首先下载标注工具（下载地址：https://github.com/AlexeyAB/Yolo_mark）下载速度慢的可以将链接添加到gitee上下载。

(2）解压下载好的Yolo_mark，依次进入Yolo_mark-master双击yolo_mark.sln，进入到VS2015界面。

(3)配置Yolo_mark的依赖项。

至此环境配置完毕，将解决方案配置和解决方案平台调整为Release和x64。右键yolo_mark生成。

(4)依次进入Yolo_mark-master--x64—Release文件夹下，将opencv_world340.dll文件拷至目录下（文件版本因人而异）

双击yolo_mark.cmd运行成功，接下来就是更改data文件夹下的文件后，进行标注。

标注

1. data文件夹介绍：

双击进入data文件夹

<1>img文件夹为标注图片文件夹，标注后会自动生成（图片名）.txt文件

<2>obj.data文件

 

<3>obj.name(两个类别名，可自定义)

<4>train.txt和valid.txt，一般为data/img/文件名.jpg图省事就复制粘贴了。

改好文件路径已经内容后，就可以进行标注了。标注后，每一个图片后都会生成一个新的与图片重名的.txt文件。

训练

首先新建一个训练文件夹依次拷入：

1. opencv目录下的：
   
2. CUDA默认安装目录下的所有文件（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin）
3. 拷入darknet--x64文件夹下darknet.exe以及yolov3.cfg
4. 拷入yolo_mark--x64--Release文件夹下data文件夹
5. 下载darknet53.conv.74预训练模型（链接：https://pan.baidu.com/s/1guEInLck8hvrKaN-3uB23w 提取码：dark）
6. 创建backup文件夹（存放返回的.weigh文件）
7. 修改训练文件（yolo3.cfg）

    

   

   

   

   修改与个人需求所对应，filters=class*3+15。

8.  书写训练指令文件（train.cmd）

   echo     Example how to start training Darknet Yolo v2 for 2 objects (air, bird)
   
   darknet.exe detector train ./data/obj.data train.cfg ./darknet53.conv.74
   
   
   
   pause

9. 双击运行就开始训练了。