1,准备图片
1.1创建好一个目录存放图片和标注的文件和转换的文件
2,安装标注软件(自行查找安装方法labelImg)
3,打开labelImg
4,打开图片和标注文件存放路径
5,将标注文件转化为txt文件
6,设置配置文件下载相应的文件
https://yunpan.360.cn/surl_y8MzRKvAXuB (提取码:e992)
下载地址
6.1设置yolov4.cfg,右键txt打开
搜索yolo
classes=5(这个5是你标签的数量,就是你需要训练的图片有几类)
将[yolo] 前的[convolutional]中的filters改为3*(class+5)(yolov4),总共需要修改三处
修改训练次数max_batches = 10000
6.2需要下载一个文件yolov4-tiny.conv.29,网盘里有
6.3需要修改2021_train.txt和2021_val.txt
2021_train.txt存放的是图片路径
2021_val.txt存放的是txt路径
6.4需要修改voc.data,右键txt方式打开,voc-data里面设路径,
classes= 5标签数量
6.5,需要修改配置voc.names,右键txt打开,voc-names里面存储的是标注的标签名称
6.6,将修改好的配置文件,复制到训练目录
D:\darknet\build\darknet\x64
6.7,打开shell或cmd,进入当前目录
输入并行
cmd
darknet.exe detector train data/voc.data yolov4.cfg yolov4-tiny.conv.29
shell
.\darknet.exe detector train data/voc.data yolov4.cfg yolov4-tiny.conv.29
出现下面的图片代表开始训练
训练结果在下面的目录
下一篇将介绍,实现C++调用