kitti数据集_在KITTI数据集上训练YOLOv2-tiny（只识别car）

下面所有的所需工具都在我的github上下载

https://github.com/zssjh/KITTI-yolov2-tiny​github.com

一：训练集准备

训练集下载地址：

http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=2d​www.cvlibs.net

需要下载12G的训练集图片和5m的标签文件

在这里我只要求网络识别car类，需要对训练集里面的标签做一个合并和忽略，原数据集中包含'Car','Truck','Van','Tram','Pedestrian'等

所需工具：

modify_annotations_txt.py

然后按照下面操作整理训练集文件夹：

然后需要将trainval.txt重新命名为train.txt，拷贝到KITTI数据集下，即与training和testing平行的位置

所需工具：

random_split_train_val.py

二：KITTI格式转化为VOC格式（YOLO训练只接受VOC格式）

所需工具：

nghiattran/vod-converter​github.com

执行命令：

python vod_converter/main.py --from kitti --from-path data/KITTI --to voc --to-path data/kitti-voc

在这个过程中我遇到了下面的几个问题，并给出解决办法：

成功之后发现转化后的数据集格式为：

这时候会在 /kitti-voc/VOC2012/ImageSets/Main 下面生成一个trainval.txt文件, 我们需要将上面生成的train.txt和val.txt文件都放到这, 并将val.txt改成test.txt. 还将目录中的VOC2012改成了VOC2007了.

三：将准备好的数据集VOC2007放在darknet工程中

darknet/data/kitti/VOCdevkit/VOC2007

四：修改voc_label.py文件适应自己的数据集

所需工具：

voc_label.py(里面已经修改好了下面的三步)

（1）修改sets

（2）修改classes

（3）修改jpg-->png

然后运行 python voc_label.py，会在当前目录生成两个文件2007_train.txt和2007_test.txt，里面就是文件路径, 同时在VOCdevkit/VOC2007/目录下面还会生成一个labels/目录，用于存放对应图片的标签txt文件。

五：修改src/data.c文件

将fill_truth_region函数里面labelpath = find_replace(labelpath, ".jpg", ".txt")的jpg全换成.png

六：修改yolov2-tiny.cfg

所需工具：

yolov2-tiny.cfg(里面已经修改好了下面的三步)

（1）注释testing,取消注释training,batch=64,subdivision=8

（2）修改classes=1,临近的filters=num*(1+1+4)=30

（3）输入图片尺寸(KITTI训练集的图片尺寸是1224*370)

cfg文件中的width和height必须能够被32整除，但是416>370，所以选择352*352

（4）为KITTI训练集重新生成anchors，修改cfg中的anchors，YOLOv2中的参数是相对于原图像的宽和高比例，不是实际的像素数，一共生成5组，每组包含一个width和一个height。

所需工具：

gen_anchors.py

七：创建kitti.data，voc.names只剩下car

八：重新编译darknet

make clean 
make

九：开始训练

./darknet detector train cfg/kitti.data cfg/yolov2-tiny.cfg yolov2-tiny.weights

十：输出可视化

（1）首先保存log信息

在上述的训练命令后面加上

| tee yolov2-tiny.log

（2）提取log信息

所需工具：

extract_log.py

（3）画损失值

所需工具：

train_loss_visualization.py

（4）画IOU

所需工具：

train_iou_visualization.py