darknet-yolov4笔记

准备darknet运行环境

1. cuda
2. cudnn，下载时注意与cuda版本对应
3. opencv，此项选择下载，建议安装

数据集准备

1. 图片
2. 标签xml文件
3. 将上一步中的数据集处理成voc格式，即文件夹位置存放方式文件内容

训练前的其他处理

1. .data文件以及 .names文件
2. 权重下载，COCO数据集对应权重为yolov4.weights，ImageNet预训练模型为yolov4.conv.137
3. cfg文件yolo层前后根据自己数据集类别数修改参数

开始训练

确保cfg中batch以及subdivisions为大于1且2的次方，cfg配置文件信息参考https://blog.csdn.net/czksnk/article/details/100692881

./darknet detector train data/voc.data cfg/yolov4-voc.cfg backup/yolov4.conv.137 -map

./darknet为编译好的可执行文件，detector表示执行目标检测任务，train表示执行训练任务，data/voc.data，cfg/yolov4-voc.cfg和backup/yolov4.conv.137文件路径位置必须正确，-map表示可以在训练的同时，进行检测精度评估，每4个epoch评估一次。

测试

1. 单张测试：