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