yolov4-tiny训练数据集用于gazebo平台的无人机识别（1）

 参考文档：(tiny) YOLOv4 详细训练指南(附下载链接)_yolov4_tiny 预训练模型下载-CSDN博客

                   目标检测与跟踪 (yuque.com)

由于需要在gazebo上识别仿真平台提供的iris四旋翼无人机，需要对其建立数据集并训练自己的.weights文件

1.下载编译darknet并准备训练环境

2.标注数据集并调整格式

3.修改配置开始训练

下载编译darknet

cd ~
git clone https://github.com/AlexeyAB/darknet.git

编辑Makefile

cd ~/darknet
gedit Makefile

以下是我的设置：

其中，GPU和CUDNN是GPU加速，CUDNN_HALF是特定硬件加速，OPENCV是否使用OpenCV，AVX和OPENMP是CPU加速。

make -j8
#or
make

准备训练环境

截取gazebo平台中的iris模型用作识别（其他数据集亦可自行仿照标注）

点击右上角照相机截图，或是利用系统自带的截图工具截图

安装labelme进行标注

sudo apt-get install labelme
# or
sudo pip3 install labelme

labelme #打开labelme进行标注

准备的数据文件应如下：

----VOCdevkit\
    |----VOC2007\	# 目录
    |    |----Annotations\
    |    |    |----00000001.xml	# 图片标注信息
    |    |----ImageSets\
    |    |    |----Main\	# 训练：验证：测试=1:1:2
    |    |    |    |----test.txt	# 测试集
    |    |    |    |----train.txt	# 训练集
    |    |    |    |----val.txt	# 验证集
    |    |----JPEGImages\
    |    |    |----00000001.jpg	# 对应图片

于darknet文件夹中创建训练数据文件夹

cd ~/darknet
mkdir -p train_data/VOCdevkit/VOC2007/Annotations train_data/VOCdevkit/VOC2007/ImageSets/Main train_data/VOCdevkit/VOC2007/JPEGImages

将截图的文件放到~/darknet/train_data/VOCdevkit/VOC2007/JPEGImages

由于labelme生成的文件为.json，训练需要的是.xml格式文件，需要将.json转换为.xml

mkdir -p ~/darknet/train_data/VOCdevkit/VOC2007/Json #建立Json文件夹保存.json文件

2.标注数据集并调整格式