YOLOv3训练数据集

这是我第一次尝试用yolo v3训练自己的数据集，以此整理一下来清晰思路，自此便可熟练训练深度学习模型。

电脑配置

系统：Windows10

显卡：GTX 1660ti（6G）

CPU：九代i7

开发环境：pytorch+cuda+cudnn

本次我们使用的是VOC数据集，附下载链接：

https://pjreddie.com/projects/pascal-voc-dataset-mirror/

下载如图所示的前两行数据集。

下载后如图：

我们将其解压打开所在路径：

JPEGImages文件夹存放的便是用于训练的照片，也就是我们此次用到的照片。

Annotations文件夹中放置数据标注后的文件，也就是*.xml文件。

Main文件夹中放置test.txt 、train.txt 、trainval.txt 、val.txt文件。（文件主要是用来训练或测试的图像的名称）

数据集处理

1.标注数据集：

将图片用labelImg进行标注，生成的xml文件存放在Annotations文件夹中。

2.转换xml文件到txt文件：
****.xml****包含了图像名称、图像路径、图像size和深度、标记框的坐标信息。
****.txt****包含了分类种类数、中心点横坐标、中心点纵坐标，宽，高。

转换代码voc_label.py下载链接：https://pjreddie.com/media/files/voc_label.py

下载好后有两处地方需要修改：

1. sets是需要转换标签的数据集，这里我们只有VOC 2007。
2. classes 是标注的标签名字，根据需要加入和修改。

运行程序voc_label.py，会生成以下两个txt文件

2007_train.txt为训练数据集图片的路径

相对应的2007_val.txt则为测试集的图片路径。

配置文件修改

1. 修改数据配置文件

我们进入yolo v3中找到如图

1. custom.data 如图

修改classes为自己需要训练的种类数，train为自己训练集读取文件的路径，valid则为测试集的，这两个文件我们前面已经提到过。

1. coco.names 你可以在这个文件中修改，也可以新建一个.names的文件，如图

将前面的voc_label.py的classes列表中的种类名写入此文件，注意一定要按顺序写入！

1. 修改cfg配置文件

注意：使用哪个cfg文件就改哪个。

cfg 文件是yolo v3用来存储网络结构的文件，在别的篇章中会详细介绍他各个语句的作用。如图，

它将每一个网络层的参数用如此简洁的方式写出来，可以说十分方便

如图

我们需要将yolo层中的classes改为需要训练的种类数

紧挨着yolo层的最后一个卷积层（convolutional）中的filter修改，具体修改公式：

filter = 3*(5+classes) ，其中3是因为yolo输出的张量（anchor）数量为3个，5是因为特征(x, y, w, h, score)。以此代码中的20分类为例，filter =75

而且我们需要修改三对，原因是yolo层有三个，原理前面也说了。

当然我们也可以选择不修改cfg文件，应该也没啥影响。

1. 下载预训练模型(.weight)

在此文件夹中找到sh文件，也就是shell文件

运行shell脚本，如果没有环境直接粘贴网址下载也行。

准备训练

找到train.py中的命令行参数，如图

修改cfg文件和data文件的路径

修改weights文件的路径。

然后运行train.py我们就可以开始训练了。

在这个过程中我们遇到了一个错误，最后记录下：

yolo v3框架并不能读取JPEGImage文件夹，只能读取images。因此我们需要对文件夹名进行修改，虽然感觉很脑瘫但是没有办法。