工具:labelimg、MobaXterm
1.标注自己的数据集。用labelimg进行标注,保存后会生成与所标注图片文件名相同的xml文件,如图。我们标注的是各种表,名称就简单的按外观大小分了s、m、l、xl、xxl共5类标签名
2.下载yolov3项目工程。按照YoLo官网下载
git clone https://github.com/pjreddie/darknet
cd darknet
make
3.修改Makefile文件(文件就在下载的darknet文件夹内)
vi Makefile #打开文件
GPU=1 #使用GPU训练,其他的没有用,所以没有置为1,可根据自己的需要调整
CUDNN=0
OPENCV=0
OPENMP=0
DEBUG=0
make #保存并退出后,进行make才可生效,如果出现错误,自行百度(因为我们的大神帮忙修复了)
3.准备数据集。在scripts文件夹下创建文件夹VOCdevkit(因为scripts文件夹下有voc_label.py文件,它的作用下面会说,下面创建的文件也跟它有关),根据下图在VOCdevkit文件夹下创建文件,并放入相应的数据
VOCdevkit
——VOC2018 #文件夹的年份可以自己取,但是要与你其他文件年份一致,看下一步就明白了
————Annotations #放入所有的xml文件
————ImageSets
——————Main #放入train.txt,val.txt文件
————JPEGImages #放入所有的图片文件
Main中的文件分别表示test.txt是测试集,train.txt是训练集,val.txt是验证集,trainval.txt是训练和验证集,反正我只建了两个
创建后的样子如下图