darkent 笔记

跑通darknet

1.下载darknet源码
git clone https://github.com/pjreddie/darknet
2.进入darknet目录
cd darknet
3.修改配置文件
CPU：  直接make
GPU:   修改 GPU=1，CUDNN=1, NVCC=/usr/local/cuda-8.0/bin/nvcc
4.下载yolov3的模型文件
wget https://pjreddie.com/media/files/yolov3.weights
5.测试一下
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

只输入命令
./darknet detect cfg/yolov3.cfg yolov3.weights
可以输入图片路径

修改阈值
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0

训练自己的数据

第一步了解VOC2009文件夹

           VOC主要有三个重要的文件夹：Annotations、ImageSets/Main和JPEGImages。

                                                              对应标注信息、标签信息和原始图片

--VOC2009

                | --Annotations  -xml标注文件

                | --ImageSets   -类别标签

                          | --Main  --train.txt等文件

                | -- JPEGImages --jpg图像文件

                | -- labels 提取的每张图像的类别和框的位置

                | -- create_main.py --生成train.txt等文件

--->>>  运行create_main.py会在ImageSets/Main生成4个标签文件

--->>>  运行voc_label.py生成\labels的内容, 如下

<object-class> <x> <y> <width> <height>

             并生成2009_train.txt, 2009_test.txt, 2009_val.txt

--->>> cat 2009_train.txt 2009_val.txt > train.txt