![88ffb9a02608a44ceb27fd5c08ce718b.png](https://i-blog.csdnimg.cn/blog_migrate/4e3acff8da83759ade31a2764910c0f6.jpeg)
一、前言
上一期分享了如何安装和配置Yolov4,还有安装编译Opencv-3.4.10,Cuda等,若没安装的欢迎点击下面这篇进行参考。本文主要介绍如何基于自己的数据集进行训练,并获取自己的权重因子,用于自己的项目,只要有自己标注的数据集,那么基本检测什么都行,注意这里最好的迁移结果数据集放到2000张左右,如果没有那么多,100多张也勉强够用。
追逐雅克比:Yolov4配置-Ubuntu18.04-opencv3.4.10-Cuda10.1-(非ROS)zhuanlan.zhihu.com![e7ab182995f8b7aec6cabd1d16683e20.png](https://i-blog.csdnimg.cn/blog_migrate/42ea5848f571ba218b5e4bb717ceaf9a.jpeg)
二、标注自己的数据集
(1)标注格式:
这里主要介绍如何使用LabelImg进行标注,标注后的格式使用VOC2007数据集的格式,标注后的格式如下:
├── VOCdevkit
│ └── VOC2007
│ ├── Annotations <----存放xml文件
│ ├── ImageSets <---后面VOC格式转换为Yolo格式的脚本自动生成
│ │ └── Main
│ ├── JPEGImages <----存放标注的图像
│ └── labels <---后面VOC格式转换为Yolo格式的脚本自动生成,这里存放的txt文件
(2)准备数据集:
这里你可以去使用公共数据集,也可以使用自己拍照获取的数据集,我这里提供两个测试数据集,一个是来源网上,一个是我自己拍照获取的数据集。第一个数据集是一个检测足球的数据集,第二个数据集是检测礼品盒的数据集,下载链接如下:
MLDataset.zip-深度学习文档类资源-CSDN下载download.csdn.net![f2ec10233e0e5327adbe6adb693277ed.png](https://i-blog.csdnimg.cn/blog_migrate/2989decbb7e490feae5ea668a3bfd921.jpeg)
(4)Yolov4数据集格式分析:
首先分析:PASCAL VOC格式的数据格式,标注完毕是一系列xml的格式,下面是一个示例:
<annotation>
<folder>mydataset</folder>
<filename>gift-case-3147970.jpg</filename>
<path>/home/yue/Desktop/mydataset/gift-case-3147970.jpg</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>768</width> <----图像宽度
<height>1024</height> <-----图像高度
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>gift case</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>364</xmin> <---boundbox 最小的x
<ymin>283</ymin> <---boundbox 最小的y
<xmax>596</xmax>
<ymax>481</ymax>
</bndbox>
</object>
<object>
<name>gift case</name>
<pose>Unspecified</pose>
<truncated>