YOLO v3 安装并训练自己数据

文章目录

 

• 1. 安装
• 1.1 模型安装
• 1.2 运行Demo
• 2.训练自己的数据集
• 2.1数据集准备
• 2.2修改配置文件
• 2.2.1修改cfg/voc.data
• 2.2.2修改data/voc.names
• 2.2.3修改cfg/yolo-voc.cfg
• 2.3 训练
• 3. 测试
• 3.1 单张图像测试
• 3.2多张图像测试
• 3.3 测试数据集测试mAP、recall等参数
• 命令参数总结
• 训练模型
• 单GPU训练
• 多GPU训练
• 测试图片
• Error
• /bin/sh: 1: nvcc: not found
• ./darknet: error while loading shared libraries: libcurand.so.10.0: cannot open shared object file: No such file or directory
• 参考

1. 安装

1.1 模型安装

YOLO v3的安装与YOLO v2的安装方法一样

<span style="color:#000000"><code class="language-shell"><span style="color:#8be9fd">git</span> clone https://github.com/pjreddie/darknet
</code></span>

直接使用上边的命令下载YOLO安装包。下载完以后，打开进入到安装包路径内

<span style="color:#000000"><code class="language-shell"><span style="color:#8be9fd">cd</span> darknet
</code></span>

如果机器有使用GPU加速的环境，以及安装OPENCV了，需要做一下修改

<span style="color:#000000"><code class="language-shell">gedit Makefile
</code></span>

使用gedit打开编译文件，将文件前几行中，对应的GPU、CUDNN、OPENCV由0变为1;

<span style="color:#000000"><code class="language-shell">GPU<span style="color:#6272a4">=</span>1
CUDNN<span style="color:#6272a4">=</span>1
OPENCV<span style="color:#6272a4">=</span>1
</code></span>

对Makefile修改结束以后，就可以进行安装。

<span style="color:#000000"><code class="language-shell"><span style="color:#8be9fd">make</span> -j
</code></span>

下载YOLO v3权重

<span style="color:#000000"><code class="language-shell"><span style="color:#8be9fd">wget</span> https://pjreddie.com/media/files/yolov3.weights
</code></span>

1.2 运行Demo