darknet框架下训练YOLO

YOLO训练步骤

配置文件

1. 更改darknet\cfg\ 下配置文件中classes 和filters(# or 255) 最后的feature map每个像素预测num 个框
   filters = v3 = ((num=9) / 3) * (classes + 5); v2 = num * (classes + 5)
2. 更改cfg\voc.data 键入一些路径
3. 更改data\voc.names 你的类别名称
4. 在data\train_list.txt 生成路径列表文件，用vim 打开后将格式设置为set fileformat = unix
5. 在example\detector.c 中修改存储模型的间隔

训练语句

1. 训练命令

./darknet detector train cfg/voc.data cfg/yolov3-spp.cfg darknet53.conv.74   # 训练命令

2. 断点开始

./darknet detector train cfg/voc.data cfg/yolov3-spp.cfg backup/yolov3-spp.backup #断点重新开始

3. 查看摄像头

ls  /dev/video*  查看摄像头

4. 生成log文件

 | tee train_yolov3.log

生成训练列表train_list

import os

def file_name(file_dir):
	with open('train_list.txt', 'w') as f:
		for a, b, files in os.walk(file_dir):