YOLOv4训练自己的数据集

本文主要参考博客有两个：博客一和博客二

数据集自定义，按照如下VOC数据集格式制作

Annotations是存放标签xml文件
JPEGImage 存放所有图片
ImageSets 中创建Main文件夹，然后在Main文件夹里面的3个txt文件按行存放着图片名字
如
0001
0002
0003
最终将整个VOCdevkit文件夹放在在这个地址里面
/home/xxxx/darknet/build/darknet/x64/data/voc
###上面这一步很关键

制作训练所需的目标坐标TXT文件和Labels
如何制作参考文一
其中有几点需要讲的是

1.

运行voc_label.py这个Python脚本，那个老哥所说的data可以不加，如果出现这个问题：
[Errno 2] No such file or directory: '/home/XXX/VOCdevkit/VOC2007\ImageSets\Main\train.txt’
或者出现这个问题：FileNotFoundError: [Errno 2] No such file or directory: './VOCdevkit/VOC2007\Annotations\.xml’
可以看这个博客里写的，虽然不详细，但是给了一点方向，我的问题是主要就是文件夹的地址问题，多捣鼓几次，把地址改来改去试试，脚本代码本身没有问题。
结果就是出现3个txt文件还有labels文件，labels文件主要是将xml里面的内容通过自带voc_label.py脚本取出来。
labels地址：/home/xxxx/darknet/build/darknet/x64/data/voc/VOCdevkit/VOC2007
放着不动

2.

三个txt文件里面是训练要用的图像的地址，如下图，如果位置不对就使用Ctrl+F搜索文件名全挪过来
地址：/home/xxxx/darknet/build/darknet/x64/data

训练图片存在以下地址：

修改cfg文档

参考博文1和2，都差不多。

训练

可能出现yolo-obj.cfg识别不到的问题，我将这个文件放到darknet主文件夹中解决了，我也不知道为啥，瞎捣鼓。
把obj.data和obj.names放到地址/home/xxx/darknet/data下面
最后检查一下2007_train.txt和2007_test.txt这两个文件名是否修改了，之前未曾修改可能出现报错

训练命令行：

./darknet detector train data/obj.data yolo-obj.cfg yolov4.conv.137 -gpus gpu_id

测试

不知道为啥测试的时候obj.data和obj.names这两个文件夹说找不到，估计是系统选择的是相对路径，找的是子文件夹data而不是主文件的data，所以这里把obj.data和obj.names放到
/home/xxxx/darknet/build/darknet/x64/data这个子文件夹里面

训练完成的权重放在/home/xxxx/darknet/backup文件夹里面

测试命令行：

./darknet detector test data/obj.data yolo-obj.cfg backup/yolo-obj_last.weights

提示所需要测试图像的文件位置，输入文件的位置即可。

中断训练后继续训练

通常由于不可抗因素的存在，终止训练，又不想重新训练，这时就可以把上次保存的
backup/yolo-obj_last.weights
拿出来，替换原有的 yolov4.conv.137即可

继续训练命令行：

./darknet detector train data/obj.data yolo-obj.cfg backup/yolo-obj_last.weights -gpus gpu_id