声明:本文使用的YOLOv3来自github中的AlexeyAB大神的代码。
系统环境:ubuntu18.04,GTX1660ti
github上有完整的实现步骤,博主只是记录一下。
1.准备自己的数据集
准备好自定义的训练集/验证集/测试集,本文按照PASCAL VOC(COCO也可以)数据集格式进行存储数据,VOC格式如何存储百度一下即可。参考:制作自己的数据集
2.下载及修改代码
2.1下载代码并编译
git clone https://github.com/AlexeyAB/darknet
打开终端运行上面代码,下载到本地(如果网络不好下载太慢,可以上传到码云然后git clone 码云链接)
cd darknet
切换到darknet(目录名)目录中,输入make进行编译
注意:在make之前,找到makefile文件,我们可以设置一些功能,根据自己的需求设置,GPU/CUDNN/OPENCV是必要的
编译完成后运行./build.sh
,用于查找已安装的可依赖项,例如:CUDA、cudnn、zed sdk等。(提提前安装好cmake)
2.2根据自己的数据集修改cfg文件
超参数可以不用修改,分辨率可以提高一点,首次训练可以将max_batches调小一点,等跑通之后再调高。这里的subi