Yolov1训练自己的数据集（20191013）

Yolov1训练自己的数据集

环境：
系统：ubuntu18.04
gpu：1050TI
训练时间：12h，30000次batch
参考：https://blog.csdn.net/sinat_30071459/article/details/53100791

一、背景

我们拥有一个NFPA数据集,里面有282张图片，我想用yolov1实现物体检测
数据集和标签下载：https://download.csdn.net/download/weixin_43569647/11860219

二、目录

1. 结果展示
2. 训练过程及测试
3. 结果分析
4. 训练问题及解决方案
5. 总结

三、结果展示

最后31000次效果：

我们检测的目标就是这种NFPA704标志：

四、训练过程及测试

1、安装darknet
对于如何安装darknet我就不多说了，官网有很详细教程，我们需要注意的一点就是，nvcc那一块需要更改，并且当你每一次都修改了yolo.c中的源码时候，你都需要重新make一遍

2、数据集准备
为了更好使用darknet，我们需要将我们的图片准备成为darknet标准格式
目录为：

darknet
	VOCdevkit
		VOC2007
			Annotations (用来存放XML文件，你对图像标记产生的)
			ImageSets
				Main（训练和测试的图片txt文件）
			JPEGImages（图片）
			labels（图片对应的标签，前面第一个数字表示类别，后面的表示）	
			#11 0.34419263456090654 0.611 0.4164305949008499 0.262
			#我的图片大小：360 * 480，它有一个对象，即：dog 
			#image_width = 360 
			#image_height = 480 
			#absolute_x = 30（图片的狗x位置）
			#absolute_y = 40（图片的狗y位置）
			#absolute_height = 200（图片狗的原始高度） ）
			#absolute_width = 200（图片中狗的原始宽度）
			#<class_number>（<absolute_x> / <image_width>）（<absolute_y> / <image_height>）（<absolute_width> / <image_width>）（<absolute_height> / <image_height>）
			#0（30/360）（40 / 480）（200/360）（200/480）
			#0 0.0833 0.0833 0.556 0.417	

打标签工具：https://github.com/tzutalin/labelImg
官网有数据处理的过程，我就不多说：https://pjreddie.com/darknet/yolov1/
最后我们数据处理最终基本只需要三个文件：darknet的目录的train.txt文件，labels目录下的，JPEGImages下的，我们到这里数据准备工作也算准备完毕了！
3、修改代码
examples/yolo.c

//char *voc_names[] = {"aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"};
//你训练的类别名称，分别对应label标签中的第一列，代表数组的第几个类，从0开始
char *voc_names[] = {"NFPA"};

void train_yolo(char *cfgfile, char *weightfile)
{
	//这里修改为你存放train.txt的目录
    char *train_images = "/home/junjun/darknet/train.txt";
    //这里修改为你存放训练权重的目录
    char *backup_directory = "/home/junjun/darknet/backup/";
    srand(time(0));

//draw_detections(im, dets, l.side*l.side*l.n, thresh, voc_names, alphabet, 20);
//最后一个参数为训练类别数量
draw_detections(im, dets, l.side*l.side*l.n, thresh, voc_names, alphabet, 1);

darknet\cfg\yolov1-tiny.cfg（我这里选择的是训练微小模型）

[net]
# Testing
#batch=1
#subdivisions=1
# Training
batch=64
subdivisions=8
height=448
width=448
channels=3
momentum=0.9
decay=0.0005

如果是测试则为：

# Testing
batch=1
subdivisions=1
# Training
#batch=64
#subdivisions=8
height=448
width=448
channels=3
momentum=0.9
decay=0.0005

还有下面的

[connected]
output=539  #该值为side*side*（num*5+类别数）
activation=linear

[detection]
classes=1  #修改为你需要训练的种类数
coords=4
rescore=1
side=7
num=2
softmax=0
sqrt=1
jitter=.2

主要修改两个地方。也可以修改side和num，side表示网格数，可修改成99等；num也可修改，output=sideside*(num*5+classes)
其他的一些参数可以按自己需求修改，比如学习率、max_batches等
修改完这些东西,接下来请meke一遍，重新编译darknet，我曾经一直报错找不到train.txt

4、下载预训练模型
地址在官网
5、训练

sudo ./darknet yolo test cfg/yolov1-tiny.cfg darknet.conv.weights

当你看到成功的输出一大堆信息，你就成功了一大半
6、训练

执行：sudo ./darknet yolo test cfg/yolov1-tiny.cfg backup/yolov1-tiny_32000.weights

然后输入一张测试图片：

五、结果分析

在这里我们分别取12000次，22000次，32000次的权重对一些图片进行对比

我们可以看出，随着迭代次数的增加，框也逐渐准确，分类的概率也逐渐增大

六、训练问题及解决方案

1. 训练一晚上后，第二天去登陆ubuntu系统，输入密码后，系统又自动调回的登陆界面
我重新卸载了nvdia驱动，重新安装也没用，网上的一些方法也尝试了都不管用，原因，空间不够，删掉一些东西，就可重新进入
2. 出现batch=1，-nan情况
注释掉Testing的部分，使用Training部分
3.数据集训练完成，但是检测没有任何框，出现
训练过程出现问题，数据集和模型存在问题，重新检查数据集和模型的正确性

七、总结

对于训练自己的数据集，我觉得其中最重要的一步就是准备好自己的数据集，将数据集按照voc的格式准备好，训练的速度和单一类图片的数量无关，和图片的像素大小有训练的种类数有关，yolo的训练速度实在是慢，曾经训练voc数据集，训练了三天，仅仅迭代20000次不到。