运行yolo_v3之路

一 准备-编译darknet

• 下载工程：

git clone https://github.com/pjreddie/darknet
cd darknet

• 修改Makefile配置文件：

GPU=1
CUDNN=1       #我是用了gpu和cudnn
...
NVCC=/home/user/cuda_9.0/bin/nvcc      #修改为自己的路径
...
ifeq ($(GPU), 1) 
COMMON+= -DGPU -I/usr/local/cuda-9.0/include/     #修改为自己的路径  
CFLAGS+= -DGPU
LDFLAGS+= -L/usr/local/cuda-9.0/lib64 -lcuda -lcudart -lcublas -lcurand     #修改为自己的路径
endif 

• 修改完Makefile文件，在darknet文件夹下，终端make命令。
  

二 测试是否安装成功

• 下载训练好的权重（预训练权重）

wget https://pjreddie.com/media/files/darknet53.conv.74 

• 测试

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

在darknet文件夹下会出现predictions.jpg
三 准备自己的数据

• 在darknet文件夹下拷贝自己的数据命名为myData
  myData
  …JEPGImage #存放原图像
  …Annotations #存放xml
  …ImageSets
  …-----Main #ImageSets 的子文件，存放训练，验证图像的名字val.txt，运行get_filename_to_txt.py得到
  

#get_filename_to_txt.py
import os
from os import listdir, getcwd
from os.path import join
if __name__ == '__main__':
    source_folder='/media/ubuntu/storage/LXD/yolov3/darknet/myData/JPEGImages/'
    dest2='/media/ubuntu/storage/LXD/yolov3/darknet/myData/ImageSets/Main/val.txt'
    file_list=os.listdir(source_folder)                    
    val_file=open(dest2,'a')                  
    for file_obj in file_list:                
        file_path=os.path.join(source_folder,file_obj) 
        file_name,file_extend=os.path.splitext(file_obj)
        file_num=int(file_name)                  
        val_file.write(file_name+'\n')  
val_file.close()

• 将数据集转换为darknet支持的数据格式
  在scripts/voc_label.py，在darknet文件夹下新建my_label.py，修改内容如下：

#sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets=[('myData', 'val')]
#classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
classes = ["your_classname", "...",]
...
def convert_annotation(year, image_id):
    in_file = open('myData/Annotations/%s.xml'%( image_id))
    out_file = open('myData/labels/%s.txt'%( image_id), 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
...
for year, image_set in sets:
    if not os.path.exists('myData/labels/'):
        os.makedirs('myData/labels/')
    image_ids = open('myData/ImageSets/Main/%s.txt'%(image_set)).read