三 yolo v3 训练数据集

1.打标签

使用 labelImg 点击前往GitHub下载
使用voc数据集格式，标签信息保存格式为xml格式

2 创建voc格式数据集并转换成yolo格式

1.darknet目录下新建 VOCdevkit 文件夹
2.建立 VOC2007 子文件夹
3.在VOC2007内建立如下三个文件夹

其中Annotations内放xml文件；JPEGImages放 .jpg图片；
ImageSets内建 Main 文件夹
4.使用 test.py （此时实际上没有label文件夹，请忽略）

imagests–main 内生成下图文件

5.使用voc_label.py

生成5个txt文件

并且在VOC2007内生成label文件夹，里面是txt位标签信息
转换完成

3 修改训练相关文件

1 data文件夹下新建一个文本 .name，内容是识别物的名称
一行一个

2 cfg文件下，扶持一个voc.data，修改名称.data
修改相关路径

3. cfg文件夹下复制yolov3.cfg文件，并命名yolov3-xx.cfg
搜索yolo，修改classes=1；filters=18（ 3*（classes+1））
【视情况而定】
共修改3个yolo的信息

4.下载预训练模型（权重）

在项目目录下打开终端，运行命令：

wget https://pjreddie.com/media/files/darknet53.conv.74

5.训练

darknet目录下执行：

./darknet detector train cfg/window.data cfg/yolov3-window.cfg darknet53.conv.74