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