Windows10+Darknet+YOLOv3训练自己数据（GPU）——4.开始自己数据训练

4.开始自己数据训练

在阅读本篇前请先参考：

Windows10+Darknet+YOLOv3训练自己数据——1.数据集准备
Windows10+Darknet+YOLOv3训练自己数据——2.CUDA+cuDNN+Darknet框架配置
Windows10+Darknet+YOLOv3训练自己数据——3.已有模型测试

本篇主要参考该博文。我们在第一篇文章中已经准备好了JPEGImages和Annotations文件，下面准备模型训练需要的其他文件。

（1）在darknet的工程目录下，darknet\build\darknet\x64\data\下，新建立一个VOCdevkit目录，把VOC2007的目录放到里面。

VOC2007下面有这些文件，Annotations里面是标注过的xml文件，PEGImages里面是对应的jpg图像文件。

ImageSets下面有一个Main目录，最开始已经删空，下面用python创建Main目录里面的train.txt,val.txt,test.txt和trainval.txt这四个文件。在VOC2007目录下创建一个python代码，我这里命名xml2txt.py，具体代码如下：

import os
import random
 
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)
 
num = len(total_xml)
list = range(num)
tv