yolov4 从跑通代码到训练模型

不懂嵌入式

已于 2023-05-01 15:23:33 修改

阅读量604

点赞数 4

文章标签： YOLO python 开发语言

于 2023-04-30 22:54:14 首次发布

本文链接：https://blog.csdn.net/z17338523033/article/details/130451026

版权

第一章 yolo环境的配置

第二章准备数据集训练模型

图片测试：

第一次写yolo的博客，希望大佬们可以指正错误，如果对大家有帮助的话，可以点一个小小的赞和收藏，那是对作者的鼓励和支持！感谢！

第一章 yolo环境的配置

安装顺序是先安装vs2017，vs2017要勾选C++，再装cuda，因为要构建cuda和vs2017的依赖，不然装cuda的时候他会检测你电脑没有vs2017，会少装一点东西

先查看电脑最高支持cuda的版本

然后上官网下载你需要的版本，肯定要比你电脑支持版本低，不然驱动支持不了CUDA Toolkit Archive | NVIDIA Developer

下载完cuda后再下载cudnn 链接：安装指南：：英伟达 cuDNN 文档 (nvidia.com)

翻译一下就会出现中文了，下载cudnn还是比较麻烦的，得注册加入开发人员计划，cudnn的版本也要和你的cuda版本对应

darknet下载网址AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Linux version of Darknet ) (github.com)

opencv下载网址：

Home - OpenCV下载自己需要的版本

重点！可以去参考这个博客，我感觉很有用http://t.csdn.cn/LAcUn

第二章准备数据集训练模型

新建个文件夹，然后按照图一方式继续建立文件夹Annotations 里主要存放用labelimg 标注得到的xml文件，JPEGImages里存放的就是训练的图片，labels里存储的就是xml转化得到的txt文件，ImageSets 里还有个Main文件夹，可见图二；

Main里主要放置的是你划分的训练集，测试集，验证集——里面也就是你训练图片的编号可见图三、图四。

图一

图二图三

图四

得到ImageSets /Main里文本的文件可以用下列py脚本：

import os
import random

trainval_percent = 0.7   # trainval占总数的比例
train_percent = 0.5   # train占trainval的比例
xmlfilepath = r'D:/desktop/labellmg_cc/train'  #存放xml的路径
txtsavepath = r'D:/desktop/labellmg_cc/ImageSets/Main' #训练集划分后的文件存储的路径
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open(txtsavepath + r'\trainval.txt', 'w')
ftest = open(txtsavepath + r'\test.txt', 'w')
ftrain = open(txtsavepath + r'\train.txt', 'w')
fval = open(txtsavepath + r'\val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

Main 里得到四个文本后，再执行label_voc.py 这个脚本在D:\yolov4\darknet\build\darknet\x64\data\voc 这个路径里，你需要根据自己情况进行修改

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets = ['train', 'test','val']#会在JPEGImages同级目录下生成三个txt文本，分别为train.txt,test.txt,val.txt
classes = ["A1","A2","A3","L3","L4","L5","L6","L7","L8","L9","L10","L11","b"] # 自己数据的类别也就是你打的标签的类别，注意要用英文的,和双引号，中文会报错

def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)
    
def convert_annotation(image_id):
    in_file = open('D:/labellmg_cc/Annotations/%s.xml' % (image_id),encoding='utf-8') #你存储xml的路径
    out_file = open('D:/labellmg_cc/labels/%s.txt' % (image_id), 'w',encoding='utf-8') #xml转换为txt后，txt存储的路径
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
#下面的也改成你们自己的路径就行了
wd = getcwd()
print(wd)
for image_set in sets:
    if not os.path.exists('D:/labellmg_cc/labels/'):
        os.makedirs('D:/labellmg_cc/labels/')
    image_ids = open('D:/labellmg_cc/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('D:/labellmg_cc/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('D:/labellmg_cc/JPEGImages/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

代码运行后会得到：

得到这几个文本后数据集就差不多准备好了，接下来修改一下darknet里的东西

首先修改一下cfg的配置D:\yolov4\darknet\build\darknet\x64\cfg这是路径，我用的是

yolov4-tiny.cfg，用vs2017打开

subdivisions不能太小，太小的话会out of memory

这是网上找的图

修改classes 和每一个classes 前面的filters,总共有两个classes，可以用CTRL +F快捷键在vs2017里查找，max_batches还有steps也要根据我注释的修改

改完配置你可以把改完的cfg文件也放在JPEGImages同级目录下

然后复制D:\yolov4\darknet\build\darknet\x64\data 里的

到 JPEGImages同级目录，我给它重命名了（图上的ACD.data 和ACD.names）根据自己需要，打开coco.data,修改一下配置

打开names文件

里面存储是你标签的名字，这样就配置完全了，下列这些东西都放一起

然后就是训练了

在你的D:\yolov4\darknet\build\darknet\x64里有一个yolov4-tiny.conv.29（我用的这个预训练权重）

你可以把它也复制到JPEGImages同级目录（我感觉这样比较方便）

在D:\yolov4\darknet\build\darknet\x64 打开终端也可以在

输入cmd按下enter键，就可以出来终端了

然后键入下列命令按照自己的路径

darknet.exe detector train <.data文件位置> <.cfg文件位置> <权重文件位置>

就比如我的

darknet detector train d:/Desktop/ceshi/ACD.data d:/Desktop/ceshi/yolov4-tiny.cfg d:/Desktop/ceshi/yolov4-tiny.conv.29

然后就会开始训练就会出现下列图形

训练中可能会出先一些问题：比如：Can't open label file. (This can be normal only if you use MSCOCO)

这可能的原因是因为你的labels 里的txt和JPEGImages里的图片不是同级的（就比如我labels 打开直接就是txt，但是我JPEGImages打开还有一个文件夹x，然后x里才是图片）

还有一些训练的问题可以参考这篇博客http://t.csdn.cn/uYSUu

图片测试：

找到你xxx.data里backup 也就是你存储.weights的路径里面有一个yolov4-tiny_last.weights，建议也直接复制该权重到你的数据集文件夹里

D:\yolov4\darknet\build\darknet\x64 打开终端，输入测试的代码

darknet detector test D:/desktop/ceshi/ACD.data D:/desktop/ceshi/yolov4-tiny.cfg D:/desktop/ceshi/yolov4-tiny_last.weights d:/Desktop/ceshi/JPEGImages/3000.jpg

这个是格式：

darknet.exe detector test <.data文件位置> <.cfg文件位置> <权重文件位置> <识别文件位置>

对应的<.data文件位置> <.cfg文件位置> <权重文件位置> <识别文件位置> 直接用绝对路径表示

运行后会有如下结果：