训练前准备:
下载darknet_win版本,并用vs2015编译对用的gpu,cpu版本。
1,准备数据集
图片和边界矩形txt
边界矩形txt内容
类别从0开始
labelText = str(int(labstr)-1) + ' ' + str(x) + ' ' + str(y) + ' ' + str(w) + ' ' + str(h) + '\n'
x,y,w,h为目标的矩形中心(x,y),wh目标宽高
2,修改cfg文件
[convolutional]
size=1
stride=1
pad=1
filters=27 修改为(cls+5)*3
activation=linear
[yolo]
mask = 0,1,2
anchors = 75,45, 87,56, 145,50, 171,136, 194,91, 240,116, 246,94, 278,53, 314,150 修改boxes的kmean
classes=4 修改类别
3,创建.names文件,内容为分类名字
4,创建.data文件
例如:
classes= 4
train = trainxx.txt
valid = testxx.txt
names = data/xx.names
backup = mod/xx
5,数据集
样本txt整理,如上面的trainxx.txt
6,运行命令
darknet detector train xx.data data/yolov3-spp-xx.cfg data/darknet53.conv.74