YOLOv3训练自定义数据【超级简明，亲测有效】

---

手动收集一批手机图片，然后训练一个能够识别手机的YOLOv3模型，最终效果如下图所示：

 

感谢untilyouydc博主提供的轮子，可以很方便的爬取百度图片

https://blog.csdn.net/qq_40774175/article/details/81273198

????????????????????????

 

 

????????????????????????

 

---

 

本次测试在服务器上的目录为/data_1/git/

• 下载darknet工程

cd /data_1/git/

git clone https://github.com/pjreddie/darknet

cd darknet

 

• 修改相应配置

vim Makefile

将GPU=0改为GPU=1，使用GPU进行训练

 

• 执行

make

 

• 准备训练数据集及相关配置文件 (该目录）

cd /data_1/git/darknet/test/

---

• JPEGImages 文件夹保存用于训练的图片

• labels 文件夹保存训练图片对应的标注结果

（采用labelImg标注工具: 参考 https://github.com/tzutalin/labelImg ）

 

• 将labels下的标注文件拷贝到JPEGImages目录下

cd /data_1/git/darknet/test/labels

scp * ../JPEGImages

cd ../JPEGImages

ls

 

• lxp.names 保存类别对应的标签名称 

 

• tain.txt & val.txt 保存训练集和验证集图片的绝对路径清单

 

• backup_big 用于保存模型权重文件的中间结果，名称可以随意取

cd /data_1/git/darknet/test/

mkdir backup_big

 

• lxp.data 保存训练相关参数

（classes对应类别数量，train对应训练集图片路径集合，valid对应验证集训练图片路径集合，names对应类别标签名称文件，backup对应训练过程中保存模型权重文件的中间结果的文件夹）

• yolov3-lxp.cfg

文件详细解释 ???YOLO - YOLOV3 .cfg 配置文件 参数含义

关闭测试模式、开启训练模式，根据需要调整最大迭代次数

vim /data_1/git/darknet/test/yolov3-lxp.cfg

在文件中搜索yolo层，将前一个网络层中filters参数进行修改，文件总共有3处需要修改

 

• 下载预训练模型权重

cd /data_1/git/darknet/test/

wget https://pjreddie.com/media/files/darknet53.conv.74

• 开始训练模型

cd /data_1/git/darknet/

./darknet detector train test/lxp.data test/yolov3-lxp.cfg test/darknet53.conv.74

• 开始测试模型

cd /data_1/git/darknet/

./darknet detector test test/lxp.data test/yolov3-lxp.cfg test/backup_big/yolov3-lxp_final.weights test/JPEGImages/hold_phone_1.jpg