Yolo目标检测和识别（第二课）

引用地址：

https://pjreddie.com/darknet/yolo/
https://blog.csdn.net/ch_liu23/article/details/53558549
https://blog.csdn.net/lengconglin/article/details/77367246

承接上一章

由于上一章修改Makefile中的OPENCV=1重新make却一直报错，因此一直在网上查找解决方案。最后重装了opencv，并且尝试了这个网站给出的解决方案，依然不能重新得到darknet的文件（因为只有得到了这个文件才算是make成功）。其中还把电脑搞崩了一次。。。然后只能放弃！O…O

在VOC数据集上训练Yolo

1. 首先获取Pascal VOC数据集

我们可以直接在这里下载数据集，也可以使用如下命令行下载和解压。
（在Yolo官网上，是在darknet文件夹下新建一个名为VOCdevkit的文件夹，然后在这个文件夹下下载和解压的，我们暂时也这样操作。解压后又会在VOCdevkit生成一个名为VOCdevkit的文件夹，其中包含解压后的VOC2007和VOC2012，这两个文件夹中包含了Annotations/ImageSets/JPEGImages/SegmentationClass/SegmentationObject五个文件夹。具体里面都代表什么，等用到再讲吧）

wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar
wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtrainval_11-May-2012.tar
tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

下载和解压后的界面：

2. 产生VOC数据集图片的标签

Darknet需要读取.txt文件，每一张图片就要一个.txt文件来表示真实目标的位置。当然，一张图中可能存在多个目标，一个目标的位置写一行。如下格式：

<object-class> <x> &