使用yolov4-pytorch-master来训练自己的数据集

第一步：标记数据

下载labelImg

win+R打开cmd，输入pip install  labelImg

启动labelImg

输入labelImg，进入labelImg

打开labelImg，界面如下。

labelImg相应的功能

其中Open是打开相应的图片，Open Dir是打开对应的照片路径，如果需要使用下面的Next Imge和Prev Image这两个功能，就可以使用打开这个Open Dir这个功能，然后Next Image功能是下一张图片，Prev Image是上一张图片。Change Save Dir 是我们标记图片后需要保存的路径（这个文件夹需要自己建立），Save是保存标记后的图片，则在文件夹中生成相应的.xml文件。

标记数据

标记数据使用Creates RectBox这个功能，然后框出自己需要标记的数据，如下：

松开鼠标后会出现下面这个图片：

这个可输入自己需要的标签，比如我要识别这个狗，把标签写出dog，然后点击ok这个按钮就好了，如果框到的区域不满意，可以点击Cancel取消，重新点击Creates RectBox这个功能，重新标记。

第二步：把图片和生成的xml文件放入相应的文件夹中

把图片放在yolov4-pytorch-master\VOCdevkit\VOC2007\JPEGImages文件夹中，把标记后生成的.xml文件放在yolov4-pytorch-master\VOCdevkit\VOC2007\Annotations文件夹中。

第三步：打开yolov4-pytorch-master这个项目

使用pycharm打开yolov4-pytorch-master这个项目

第四步：在yolov4-pytorch-master\model_data\voc_classes.txt和coco_classes.txt中加入自己所需要识别的标签，比如上面所弄的dog标签。

第五步：生成相应的text.txt等文件

修改生成文件保存的路径

首先在这个目录yolov4-pytorch-master\VOCdevkit\VOC2007下建立ImageSets文件，再建立子文件Main，然后打开voc_annotation.py这个文件，把相应的路径改成图片和.xml文件，以及生成的text.txt等文件放在这个yolov4-pytorch-master\VOCdevkit\VOC2007\ImageSets\Main路径下。

运行voc_annotation.py文件

然后运行voc_annotation.py文件，结果如下：

如果图片数量少于500张，会出现下面的结果（但是不重要，100张也可以的，只是设定的代码有，可以删掉）。

检查生成文件

然后检查一下是否有生成test.txt，train.txt，trainval.txt，val.txt这几个文件，以及2007_train.txt，2007_val.txt这两个有没有生成，如下图所示：

如果2007_train.txt，2007_val.txt这两个文件没有生成，则下面运行train.py文件就会出现错误，报错找不到文件。

第六步：运行train.py文件

运行成功后如图所示：

第七步：修改predict.py文件

首先在yolov4-pytorch-master\img文件夹中保存一张我们需要预测的图片，后缀名为.jpg。然后在predict.py文件修改图片路径，如下图：

第八步：运行predict.py文件

运行predict.py文件后，然后在下面的Input image filename：输入我们需要预测图片的路径，比如：./img/101.jpg，运行结果如下图所示：

这就完成了。

注意事项：

1、训练前仔细检查自己的格式是否满足要求，该库要求数据集格式为VOC格式，需要准备好的内容有输入图片和标签
   输入图片为.jpg图片，无需固定大小，传入训练前会自动进行resize。
   灰度图会自动转成RGB图片进行训练，无需自己修改。
   输入图片如果后缀非jpg，需要自己批量转成jpg后再开始训练。

   标签为.xml格式，文件中会有需要检测的目标信息，标签文件和输入图片文件相对应。

2、损失值的大小用于判断是否收敛，比较重要的是有收敛的趋势，即验证集损失不断下降，如果验证集损失基本上不改变的话，模型基本上就收敛了。
   损失值的具体大小并没有什么意义，大和小只在于损失的计算方式，并不是接近于0才好。如果想要让损失好看点，可以直接到对应的损失函数里面除上10000。
   训练过程中的损失值会保存在logs文件夹下的loss_%Y_%m_%d_%H_%M_%S文件夹中
   
3、训练好的权值文件保存在logs文件夹中，每个训练世代（Epoch）包含若干训练步长（Step），每个训练步长（Step）进行一次梯度下降。
   如果只是训练了几个Step是不会保存的，Epoch和Step的概念要捋清楚一下。

可能会出现的错误:

1. 没有安装好需要的包。解决办法：pip install+安装包名字。
2. 运行train.py文件出现这个错误：FileNotFoundError: [Errno 2] No such file or directory: '2007_train.txt'。解决办法：检查voc_annotation.py文件运行是否有错误。