1. 在darknet-master\build\darknet\x64 新建yolo-obj.cfg文件(可以直接复制yolov3.cfg,然后重命名为yolo-obj.cfg),
然后就是修改这个文件内容了。
将batch 改成64 :batch=64
将subdivisions 改成8 :subdivisions=8
将每个yolo下(共有3处)的classes改成你自己的类的数量 :classes = 1(我的是1类)
将每个yolo上面第一个convolutional下的filters改成你自己的大小,计算方法是: filters=(classes + 5)x3 ,由于我的是1类,所以我的filters=18. (和上面一样,共有3处,3个yolo,每个yolo上面的第一个convolutional下的filters)每个yolo上面的第一个convolutional是网络的最后一个输出层。
!!!注意注意:如果你对显卡较差(4G显存以下),会出现内存溢出错误(Out of memory),改正方法:将batch改小些(64,32,16,8),将random改成0关闭多尺度训练。
2.在build\darknet\x64\data\下新建obj.names文件,里面写入你的类名,每个类名占一行。
3.在build\darknet\x64\data\下新建obj.data文件
把类别数改成你自己的数量。其他不变。
4.将你的所有样本图片放到:build\darknet\x64\data\obj\
5.将所有图片对于的txt文件也放到:build\darknet\x64\data\obj\
txt文件格式如下
jpg图片对应的txt可以用python脚本生成(不过要先用图片标注工具将目标圈出来,生成的是xml文件),下面是标注工具的下载链接:
链接:https://pan.baidu.com/s/1Vq5A96iB2Mo0waguvQSa2Q 密码:drlh
下面是将xml装成txt的脚本:
import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.path import join classes = ["bicycle"] # 自行车检测 def convert(size, box): dw = 1. / size[0] dh = 1. / size[1] x = (box[0] + box[1]) / 2.0 y = (box[2] + box[3]) / 2.0 w = box[1] - box[0] h = box[3] - box[2] x = x * dw w = w * dw y = y * dh h = h * dh return (x, y, w, h) def convert_annotation(image_id): in_file = open('D:/darknet-master/scripts/VOCdevkit/voc/Annotations/%s.xml' % (image_id)) out_file = open('D:/darknet-master/scripts/VOCdevkit/voc/labels/%s.txt' % (image_id), 'w') # 生成txt格式文件 tree = ET.parse(in_file) root = tree.getroot() size = root.find('size') w = int(size.find('width').text) h = int(size.find('height').text) for obj in root.iter('object'): cls = obj.find('name').text if cls not in classes: continue cls_id = classes.index(cls) xmlbox = obj.find('bndbox') b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text)) bb = convert((w, h), b) out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') image_ids_train = open('D:/darknet-master/scripts/VOCdevkit/voc/list.txt').read().strip().split('\',\'') # list格式只有000000 000001 # image_ids_val = open('/home/*****/darknet/scripts/VOCdevkit/voc/list').read().strip().split() list_file_train = open('boat_train.txt', 'w') list_file_val = open('boat_val.txt', 'w') for image_id in image_ids_train: list_file_train.write('D:/darknet-master/scripts/VOCdevkit/voc/JPEGImages/%s.jpg\n' % (image_id)) convert_annotation(image_id) list_file_train.close() # 只生成训练集,自己根据自己情况决定 # for image_id in image_ids_val: # list_file_val.write('/home/*****/darknet/boat_detect/images/%s.jpg\n'%(image_id)) # convert_annotation(image_id) # list_file_val.close()
5.在build\darknet\x64\data\下新建train.txt
将你的训练图片的路径放入文件,每行一个路径,如下图:
6.将darknet的预训练权重放入build\darknet\x64,下面是我的网盘链接,我的网盘里有:
链接:https://pan.baidu.com/s/1Gdo2gj1bggjUtW9CyYkIpQ 密码:x5ht
7.修改网络配置文件Makefile(在\darknet-master路径下)
8.打开win10终端,cd进入darknet-master\build\darknet\x64路径,然后输入:darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 开始训练。
9.训练时,每训练100轮,都会生成一个权重文件在build\darknet\x64\backup\ 下,文件名例如:yolo-obj_100.weights(后面的100是训练100轮是的权重)。
10.测试训练效果:
将那个backup文件下最后一个权重文件复制到build\darknet\x64\文件下,打开win10终端,cd进入然后运行darknet-master\build\darknet\x64路径,然后输入:darknet.exe detector test data/obj.data yolo-obj.cfg yolo-obj_100.weights(最后的权重改为你自己的权重)。终端会提醒你输入图片路径,然后你输入测试图片的绝对路径即可看到效果。
参考教程:https://github.com/AlexeyAB/darknet#how-to-compile-on-linux