目标检测入门yolov3-darknet训练

前言

  这是博主第一次尝试目标检测，训练完成后主要将其用于无人机领域，在网上看了很多教程，也踩了很多坑，今对此进行记录，既希望记录自己的实践过程，又希望这篇文章对刚进入目标检测领域的小白们提供一些帮助
  环境介绍：Ubuntu 20.04.1 LTS,cuda 10.2,python 3.8.2，gcc 9.3.0。此处需要做一个提前提醒：虚拟机安装的ubuntu是不能用GPU进行训练的，因为虚拟机下不能安装cuda，所以使用虚拟机的同学们只能用CPU来训练了，如果要使用GPU来训练，需要安装双系统，这是值得的，因为GPU的速度比CPU的速度快得多，此外，我并没有尝试AMD显卡跑训练，所以AMD的GPU能否适用于Yolov3的训练我也不太清楚。按照训练顺序，本文将按照如下链接依次进行，其中并包含了常见问题的解决方法。
  1.准备工作：Ubuntu gcc编译环境配置
  2.测试项目
  3.制作voc数据集
  4.训练yolov3 训练yolov3-tiny #GPU性能好的可以训练yolov3，性能一般的选择yolov3-tiny。这两种选择一个即可
  5. 在服务器上训练自己的模型
  上述链接中的内容做完后基本就熟悉了整个yolov3的训练过程，目前，官方已经推出了yolov4的darknet版本，感兴趣的同学可以尝试一下，训练过程大致一致，只有一些小的改进需要注意一下。