YOLOV3训练VOC数据集

一、配置环境

• 编译好的YOLOV3
• Win10
• CUDA 10.0
• cudnn-10.0-windows10-x64-v7.4.2.24
• RTX 2080Ti
• OpenCV 3.4.0
• python 3.7

二、数据准备

1.下载预训练模型darknet53.conv.74 放在：

..darknet-master/build/darknet/x64/data

2.下载3个VOC数据集压缩包，全部解压在下面的目录中：

..darknet-master/build/darknet/x64/data/voc

• VOCtrainval_11-May-2012.tar
• VOCtrainval_06-Nov-2007.tar
• VOCtest_06-Nov-2007.tar

3.命令行cd进入…darknet-master/build/darkne/x64/data/voc，然后执行python voc_label.py

4.继续在命令行下运行 type 2007_train.txt 2007_val.txt 2012_*.txt > train.txt，最后生成几个.txt文件，里面存放图片的绝对路径，2007_test.txt用于测试，train.txt用于训练。

4.修改…dark-master/build/darknet/x64/data 下的 voc.data，用文本方式打开，修改如下：

classes= 20   #类别数
train  = data/voc/train.txt   #上面生成的训练数据.txt文件
valid  = data/voc/2007_test.txt  #上面生成的测试数据.txt文件
names = data/voc.names    #voc类名
backup = data/weights   #训练模型保存路径，若没有需要新建该文件夹

5.CMD命令行进入，…dark-master/build/darknet/x64，然后CMD中直接执行（注意路径）：

darknet.exe detector train ./data/voc.data yolov3-voc.cfg ./data/darknet53.conv.74

三、开始训练