csgo如何保存自己的cfg_Yolov4-训练自己的数据集（非ROS）

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

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

(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>