【由浅入深学yolo】- 之 跑起来

前言：如图所示

准备：

需要提前安装的：

1-CUDA cudnn
2-opencv 3.4.0
3-vs2015(推荐) or vs2017

需要提前下载的：

下载darknet

下载yolov3.weights

下载yolov3预训练模型darknet53.conv.74

如果是vs2017就点击更新
【工具】->【获取工具和功能】->选择安装【适用于桌面的 VC++ 2015.3 v14.00 (v140) 工具集 】

数据集一份

安装Darknet框架

步骤一：

打开vs,选择项目D:\darknet-master\build\darknet\darknet.vcxproj

步骤二：配置vs-release

1-CUDA路径
2-OPENCV路径

步骤三：生成

步骤四：运行成功后会在x64下生成darknet.exe

步骤五：测

darknet.exe detect cfg/yolov3.cfg yolov3.weights ./5.jpg

训练自己数据

数据方面：

hs.data文件内容

classes = 5
train = ./preImage/train.txt
names = ./hs.names
backup = ./models

hs.names

classname0
classname1
classname2
...

train.txt

... ...\YOLO_lable\000040.jpg
... ...\YOLO_lable\000041.jpg
... ...\YOLO_lable\000042.jpg
... ...\YOLO_lable\000044.jpg

YOLO_lable文件夹情况
YOLO_lable/
├─ 000040.jpg
├─ 000040.txt
├─ 000041.jpg
├─ 000041.txt
├─ 000042.jpg
└─ … …
000041.txt内容

0 0.9674556213017751 0.2220447284345048 0.05325443786982249 0.22044728434504793
类别     x_center          y_center        w                      h

配置方面：

[net]
# Testing
# batch=1
# subdivisions=1
# Training
batch=32
subdivisions=16
width=416
height=416
channels=3

# 优化器配置
momentum=0.9
decay=0.0005

# 数据增强配置
angle=0
saturation = 1.5     ### ---饱和度
exposure = 1.5       ### ---曝光度 
hue=.1               ### ---色调


# 学习率配置
learning_rate=0.001
burn_in=1000
max_batches = 500200
policy=steps
steps=400000,450000
scales=.1,.1
... ...
# 三处【yolo全改】
[convolutional]
size=1
stride=1
pad=1
filters=30    ### ---3*（5+class)
activation=linear
[yolo]
mask = 0,1,2
# 可以用 k-means 选择合适的anchor
anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
classes=5    ### ---class
num=9
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1     ### 可以不改，显存报错再改成0

run!

-------------end