YOLO V4的模型訓練

本文轉載自查看原文 2020-06-17 18:16 3140 人工智能

1、YOLO V4模型訓練的基本思路

　　所有機器學習涉及模型訓練，一般都有訓練集、驗證集、測試集，因此需要准備數據集。有了數據集，再調用訓練的算法，獲取訓練的結果。v3、v4模型訓練方法相同。

2、YOLO V4模型訓練的體驗

　　利用已有數據，體驗一下模型訓練的各個步驟。

　　網址：https://pjreddie.com/darknet/yolo/給出了模型訓練的方法。

2.1、YOLO模型訓練的數據集格式

　　YOLO訓練所要求的數據格式是PASCAL VOC或者COCO等標准數據集格式。

　　darknet\build\darknet\x64\data\voc目錄下，有一個voc_label.py文件，用於數據轉換。涉及的數據集的格式為PASCAL VOC格式。

　　關於PASCAL VOC格式的介紹，參見：

《PASCAL VOC數據集的標注格式》(https://zhuanlan.zhihu.com/p/33405410)；
《計算機視覺標准數據集整理—PASCAL VOC數據集》（https://blog.csdn.net/xingwei_09/article/details/79142558）；
《VOC 2007數據集結構》（https://blog.csdn.net/qq_38273984/article/details/90749314）

　　關於Annotations的xml文件中，圖像size的depth屬性，含義為通道數，RGB圖像，值為3。參見：https://blog.csdn.net/qq_18343569/article/details/47830503。

2.2、構造VOC目錄結構

　　按照上面引用網文的說法，構造基本的目錄結構：Annotations、JPEGImages以及ImageSets/Main。

　　我這邊正好搞到了VOC2012的訓練/驗證的數據集。

　　如果要下載，地址：https://pjreddie.com/projects/pascal-voc-dataset-mirror/，文件都點大。

　　先將VOC2012數據集復制到darknet\build\darknet\x64\data\voc目錄下，結構如下：

darknet\build\darknet\x64\data\voc\VOCdevkit
darknet\build\darknet\x64\data\voc\VOCdevkit\VOC2012
darknet\build\darknet\x64\data\voc\VOCdevkit\VOC2012\...
...

2.3、執行voc_label.py文件

　　voc_label.py文件的解析，可參考：《YOLO_DarkNet_解析之旅＿voc_label.py的解析》（https://blog.csdn.net/Willen/article/details/83868164）。

　　由於我使用VOC2012數據集，沒有VOC2007，ImageSets/Main中，只有train,val和trainval文件，因此，需要修改voc_label.py文件。

#line7 修改
sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
#==>
sets=[('2012', 'train'), ('2012', 'val'),('2012', 'trainval')]

　　#否則，報錯：

FileNotFoundError: [Errno 2] No such file or directory: 'VOCdevkit/VOC2007/ImageSets/Main/train.txt'

　　然后，執行voc_label.py文件，在AnaConda環境下，執行下列語句：

(tensorflow) E:\workspace\darknet\build\darknet\x64\data\voc>python voc_label.py

　　獲取下列文件：

darknet\build\darknet\x64\data\voc\2012_train.txt
darknet\build\darknet\x64\data\voc\2012_val.txt
darknet\build\darknet\x64\data\voc\2012_trainval.txt
darknet\build\darknet\x64\data\voc\VOCdevkit\VOC2012\labels目錄及文件

2.4、模型訓練

　　首先，修改darknet/build/darknet/x64/data中的voc.data。修改train和valid這兩行的數據文件路徑。

classes= 20
train = data/voc/2012_train.txt
valid = data/voc/2012_val.txt
#difficult = data/difficult_2007_test.txt
names = data/voc.names
backup = backup/

　　然后執行下列語句：

darknet.exe detector train data/voc.data cfg/yolov4.cfg yolov4.weights

　　最后一個參數為預訓練權重文件，應該使用只包含卷積層的預訓練權重文件，下載地址：https://pjreddie.com/media/files/darknet53.conv.74。

　　我這里擔心訓練時間過長，偷懶了，直接用yolov4.weights。

　　運行結果如下：

E:\workspace\darknet\build\darknet\x64>darknet.exe detector train data/voc.data cfg/yolov4.cfg yolov4.weights
 GPU isn't used
 Used AVX
 Used FMA & AVX2
 OpenCV version: 4.2.0
yolov4
mini_batch = 8, batch = 64, time_steps = 1, train = 1
   layer   filters size/strd(dil)     input               output
   0 conv     32       3 x 3/ 1   608 x 608 x   3 -> 608 x 608 x 32 0.639 BF
   1 conv     64       3 x 3/ 2   608 x 608 x 32 -> 304 x 304 x 64 3.407 BF
   2 conv     64       1 x 1/ 1   304 x 304 x 64 -> 304 x 304 x 64 0.757 BF
   3 route 1                                     -> 304 x 304 x 64
   4 conv     64       1 x 1/ 1   304 x 304 x 64 -> 304 x 304 x 64 0.757 BF
   5 conv     32       1 x 1/ 1   304 x 304 x 64 -> 304 x 304 x 32 0.379 BF
   6 conv     64       3 x 3/ 1   304 x 304 x 32 -> 304 x 304 x 64 3.407 BF
   7 Shortcut Layer: 4, wt = 0, wn = 0, outputs: 304 x 304 x 64 0.006 BF
   8 conv     64       1 x 1/ 1   304 x 304 x 64 -> 304 x 304 x 64 0.757 BF
   9 route 8 2                                   -> 304 x 304 x 128
 10 conv     64       1 x 1/ 1   304 x 304 x 128 -> 304 x 304 x 64 1.514 BF
 11 conv   128       3 x 3/ 2   304 x 304 x 64 -> 152 x 152 x 128 3.407 BF
 12 conv     64       1 x 1/ 1   152 x 152 x 128 -> 152 x 152 x 64 0.379 BF
 13 route 11                                     -> 152 x 152 x 128
 14 conv     64       1 x 1/ 1   152 x 152 x 128 -> 152 x 152 x 64 0.379 BF
 15 conv     64       1 x 1/ 1   152 x 152 x 64 -> 152 x 152 x 64 0.189 BF
 16 conv     64       3 x 3/ 1   152 x 152 x 64 -> 152 x 152 x 64 1.703 BF
 17 Shortcut Layer: 14, wt = 0, wn = 0, outputs: 152 x 152 x 64 0.001 BF
 18 conv     64       1 x 1/ 1   152 x 152 x 64 -> 152 x 152 x 64 0.189 BF
 19 conv     64       3 x 3/ 1   152 x 152 x 64 -> 152 x 152 x 64 1.703 BF
 20 Shortcut Layer: 17, wt = 0, wn = 0, outputs: 152 x 152 x 64 0.001 BF
 21 conv     64       1 x 1/ 1   152 x 152 x 64 -> 152 x 152 x 64 0.189 BF
 22 route 21 12                                 -> 152 x 152 x 128
 23 conv   128       1 x 1/ 1   152 x 152 x 128 -> 152 x 152 x 128 0.757 BF
 24 conv   256       3 x 3/ 2   152 x 152 x 128 ->   76 x 76 x 256 3.407 BF
 25 conv   128       1 x 1/ 1     76 x 76 x 256 ->   76 x 76 x 128 0.379 BF
 26 route 24                                     ->   76 x 76 x 256
 27 conv   128       1 x 1/ 1     76 x 76 x 256 ->   76 x 76 x 128 0.379 BF
 28 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 29 conv   128       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 128 1.703 BF
 30 Shortcut Layer: 27, wt = 0, wn = 0, outputs: 76 x 76 x 128 0.001 BF
 31 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 32 conv   128       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 128 1.703 BF
 33 Shortcut Layer: 30, wt = 0, wn = 0, outputs: 76 x 76 x 128 0.001 BF
 34 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 35 conv   128       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 128 1.703 BF
 36 Shortcut Layer: 33, wt = 0, wn = 0, outputs: 76 x 76 x 128 0.001 BF
 37 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 38 conv   128       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 128 1.703 BF
 39 Shortcut Layer: 36, wt = 0, wn = 0, outputs: 76 x 76 x 128 0.001 BF
 40 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 41 conv   128       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 128 1.703 BF
 42 Shortcut Layer: 39, wt = 0, wn = 0, outputs: 76 x 76 x 128 0.001 BF
 43 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 44 conv   128       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 128 1.703 BF
 45 Shortcut Layer: 42, wt = 0, wn = 0, outputs: 76 x 76 x 128 0.001 BF
 46 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 47 conv   128       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 128 1.703 BF
 48 Shortcut Layer: 45, wt = 0, wn = 0, outputs: 76 x 76 x 128 0.001 BF
 49 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 50 conv   128       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 128 1.703 BF
 51 Shortcut Layer: 48, wt = 0, wn = 0, outputs: 76 x 76 x 128 0.001 BF
 52 conv   128       1 x 1/ 1     76 x 76 x 128 ->   76 x 76 x 128 0.189 BF
 53 route 52 25                                 ->   76 x 76 x 256
 54 conv   256       1 x 1/ 1     76 x 76 x 256 ->   76 x 76 x 256 0.757 BF
 55 conv   512       3 x 3/ 2     76 x 76 x 256 ->   38 x 38 x 512 3.407 BF
 56 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 57 route 55                                     ->   38 x 38 x 512
 58 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 59 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 60 conv   256       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 256 1.703 BF
 61 Shortcut Layer: 58, wt = 0, wn = 0, outputs: 38 x 38 x 256 0.000 BF
 62 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 63 conv   256       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 256 1.703 BF
 64 Shortcut Layer: 61, wt = 0, wn = 0, outputs: 38 x 38 x 256 0.000 BF
 65 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 66 conv   256       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 256 1.703 BF
 67 Shortcut Layer: 64, wt = 0, wn = 0, outputs: 38 x 38 x 256 0.000 BF
 68 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 69 conv   256       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 256 1.703 BF
 70 Shortcut Layer: 67, wt = 0, wn = 0, outputs: 38 x 38 x 256 0.000 BF
 71 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 72 conv   256       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 256 1.703 BF
 73 Shortcut Layer: 70, wt = 0, wn = 0, outputs: 38 x 38 x 256 0.000 BF
 74 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 75 conv   256       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 256 1.703 BF
 76 Shortcut Layer: 73, wt = 0, wn = 0, outputs: 38 x 38 x 256 0.000 BF
 77 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 78 conv   256       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 256 1.703 BF
 79 Shortcut Layer: 76, wt = 0, wn = 0, outputs: 38 x 38 x 256 0.000 BF
 80 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 81 conv   256       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 256 1.703 BF
 82 Shortcut Layer: 79, wt = 0, wn = 0, outputs: 38 x 38 x 256 0.000 BF
 83 conv   256       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 256 0.189 BF
 84 route 83 56                                 ->   38 x 38 x 512
 85 conv   512       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 512 0.757 BF
 86 conv   1024       3 x 3/ 2     38 x 38 x 512 ->   19 x 19 x1024 3.407 BF
 87 conv   512       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 512 0.379 BF
 88 route 86                                     ->   19 x 19 x1024
 89 conv   512       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 512 0.379 BF
 90 conv   512       1 x 1/ 1     19 x 19 x 512 ->   19 x 19 x 512 0.189 BF
 91 conv   512       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x 512 1.703 BF
 92 Shortcut Layer: 89, wt = 0, wn = 0, outputs: 19 x 19 x 512 0.000 BF
 93 conv   512       1 x 1/ 1     19 x 19 x 512 ->   19 x 19 x 512 0.189 BF
 94 conv   512       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x 512 1.703 BF
 95 Shortcut Layer: 92, wt = 0, wn = 0, outputs: 19 x 19 x 512 0.000 BF
 96 conv   512       1 x 1/ 1     19 x 19 x 512 ->   19 x 19 x 512 0.189 BF
 97 conv   512       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x 512 1.703 BF
 98 Shortcut Layer: 95, wt = 0, wn = 0, outputs: 19 x 19 x 512 0.000 BF
 99 conv   512       1 x 1/ 1     19 x 19 x 512 ->   19 x 19 x 512 0.189 BF
 100 conv   512       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x 512 1.703 BF
 101 Shortcut Layer: 98, wt = 0, wn = 0, outputs: 19 x 19 x 512 0.000 BF
 102 conv   512       1 x 1/ 1     19 x 19 x 512 ->   19 x 19 x 512 0.189 BF
 103 route 102 87                                 ->   19 x 19 x1024
 104 conv   1024       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x1024 0.757 BF
 105 conv   512       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 512 0.379 BF
 106 conv   1024       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x1024 3.407 BF
 107 conv   512       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 512 0.379 BF
 108 max               5x 5/ 1     19 x 19 x 512 ->   19 x 19 x 512 0.005 BF
 109 route 107                                           ->   19 x 19 x 512
 110 max               9x 9/ 1     19 x 19 x 512 ->   19 x 19 x 512 0.015 BF
 111 route 107                                           ->   19 x 19 x 512
 112 max               13x13/ 1     19 x 19 x 512 ->   19 x 19 x 512 0.031 BF
 113 route 112 110 108 107                       ->   19 x 19 x2048
 114 conv   512       1 x 1/ 1     19 x 19 x2048 ->   19 x 19 x 512 0.757 BF
 115 conv   1024       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x1024 3.407 BF
 116 conv   512       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 512 0.379 BF
 117 conv   256       1 x 1/ 1     19 x 19 x 512 ->   19 x 19 x 256 0.095 BF
 118 upsample                 2x   19 x 19 x 256 ->   38 x 38 x 256
 119 route 85                                     ->   38 x 38 x 512
 120 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 121 route 120 118                               ->   38 x 38 x 512
 122 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 123 conv   512       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 512 3.407 BF
 124 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 125 conv   512       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 512 3.407 BF
 126 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 127 conv   128       1 x 1/ 1     38 x 38 x 256 ->   38 x 38 x 128 0.095 BF
 128 upsample                 2x   38 x 38 x 128 ->   76 x 76 x 128
 129 route 54                                     ->   76 x 76 x 256
 130 conv   128       1 x 1/ 1     76 x 76 x 256 ->   76 x 76 x 128 0.379 BF
 131 route 130 128                               ->   76 x 76 x 256
 132 conv   128       1 x 1/ 1     76 x 76 x 256 ->   76 x 76 x 128 0.379 BF
 133 conv   256       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 256 3.407 BF
 134 conv   128       1 x 1/ 1     76 x 76 x 256 ->   76 x 76 x 128 0.379 BF
 135 conv   256       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 256 3.407 BF
 136 conv   128       1 x 1/ 1     76 x 76 x 256 ->   76 x 76 x 128 0.379 BF
 137 conv   256       3 x 3/ 1     76 x 76 x 128 ->   76 x 76 x 256 3.407 BF
 138 conv   255       1 x 1/ 1     76 x 76 x 256 ->   76 x 76 x 255 0.754 BF
 139 yolo
[yolo] params: iou loss: ciou (4), iou_norm: 0.07, cls_norm: 1.00, scale_x_y: 1.20
nms_kind: greedynms (1), beta = 0.600000
 140 route 136                                           ->   76 x 76 x 128
 141 conv   256       3 x 3/ 2     76 x 76 x 128 ->   38 x 38 x 256 0.852 BF
 142 route 141 126                               ->   38 x 38 x 512
 143 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 144 conv   512       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 512 3.407 BF
 145 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 146 conv   512       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 512 3.407 BF
 147 conv   256       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 256 0.379 BF
 148 conv   512       3 x 3/ 1     38 x 38 x 256 ->   38 x 38 x 512 3.407 BF
 149 conv   255       1 x 1/ 1     38 x 38 x 512 ->   38 x 38 x 255 0.377 BF
 150 yolo
[yolo] params: iou loss: ciou (4), iou_norm: 0.07, cls_norm: 1.00, scale_x_y: 1.10
nms_kind: greedynms (1), beta = 0.600000
 151 route 147                                           ->   38 x 38 x 256
 152 conv   512       3 x 3/ 2     38 x 38 x 256 ->   19 x 19 x 512 0.852 BF
 153 route 152 116                               ->   19 x 19 x1024
 154 conv   512       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 512 0.379 BF
 155 conv   1024       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x1024 3.407 BF
 156 conv   512       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 512 0.379 BF
 157 conv   1024       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x1024 3.407 BF
 158 conv   512       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 512 0.379 BF
 159 conv   1024       3 x 3/ 1     19 x 19 x 512 ->   19 x 19 x1024 3.407 BF
 160 conv   255       1 x 1/ 1     19 x 19 x1024 ->   19 x 19 x 255 0.189 BF
 161 yolo
[yolo] params: iou loss: ciou (4), iou_norm: 0.07, cls_norm: 1.00, scale_x_y: 1.05
nms_kind: greedynms (1), beta = 0.600000
Total BFLOPS 128.459
avg_outputs = 1068395
Loading weights from yolov4.weights...
 seen 64, trained: 32032 K-images (500 Kilo-batches_64)
Done! Loaded 162 layers from weights-file
Learning Rate: 0.0013, Momentum: 0.949, Decay: 0.0005
 If error occurs - run training with flag: -dont_show
Saving weights to backup//yolov4_final.weights
 Create 6 permanent cpu-threads

　　結果在darknet\build\darknet\x64\backup目錄，生成一個yolov4_final.weights。

　　訓練很快就完成了。這是因為初始權重文件yolov4.weights，已經是根據上述數據訓練的，迭代終止條件立即滿足。可以認為：yolov4_final.weights和yolov4.weights是相同的。

　　至此，基本的模型訓練體驗完畢。下面的工作，是結合實際應用來實現自己的模型訓練。

3、訓練自己的模型

3.1、建立自己的VOC目錄結構

　　構造基本的VOC目錄結構：Annotations、JPEGImages以及ImageSets/Main。

　　為了簡單起見，仍可使用voc_label.py文件，我按如下方式構造目錄：

#在VOCdevkit目錄下創建VOC2020
darknet\build\darknet\x64\data\voc\VOCdevkit\VOC2020
#創建三個基本子目錄
darknet\build\darknet\x64\data\voc\VOCdevkit\VOC2020\Annotations
darknet\build\darknet\x64\data\voc\VOCdevkit\VOC2020\JPEGImages
darknet\build\darknet\x64\data\voc\VOCdevkit\VOC2020\ImageSets
#ImageSets目錄再創建Main子目錄
darknet\build\darknet\x64\data\voc\VOCdevkit\VOC2020\ImageSets\Main

　　（下列所有修改，應該先備份一下原文件）

　　修改voc_label.py文件：

sets=[('2020', 'train'), ('2020', 'val'),('2020', 'trainval'),('2020', 'test')]

　　修改darknet\build\darknet\x64\data目錄下的voc.data文件的對應行：

train  = data/voc/2020_train.txt
valid = data/voc/2020_val.txt

3.2、設置自己的分類

　　關於分類，網上資料顯示，VOC數據集分類最大20個，COCO數據集最大80個，這個最大分類數可以調整為自己需要的數值，當然分類很多時，需要使用YOLO9000模型。

　　參考了下列資料：

《一文看懂YOLO v3》（https://zhuanlan.zhihu.com/p/60944510）；
《YOLO_V3 原理以及訓練說明》 (https://blog.csdn.net/qq_31511955/article/details/87917308)；
《YOLOv3訓練自己的數據》 (https://www.jianshu.com/p/2f1608a4459b)；
《每一步超詳細！制作自己的voc數據集並通過yolov3訓練》（https://blog.csdn.net/qq_34806812/article/details/81673798）
《一文詳解YOLO 2與YOLO 9000目標檢測系統| 分享總結》（https://baijiahao.baidu.com/s?id=1576943106747207357&wfr=spider&for=pc）。

　　假設自己的分類數為[n]，則需要修改之處有：

　　1）修改darknet\build\darknet\x64\data\voc.names

　　將自己的[n]個分類標簽輸入，每個分類一行。

　　2）修改darknet\build\darknet\x64\data\voc.data

classes= 20 ==>  classes= [n]

　　3）修改darknet\build\darknet\x64\cfg\yolov4.cfg

[yolo]標簽下：
classes=80 ==> classes= [n]

[yolo]標簽前面的一個[convolutional]標簽：
filters=255 ==> filters=([n]+5)*3

3.3、標注自己的數據

　　使用labelImg工具來進行標注工作，參見《windows下使用labelImg標注圖像》（https://blog.csdn.net/python_pycharm/article/details/85338801）。

　　這是一個費時的工作。

　　圖片放置在JPEGImages目錄下，最好按編號命名。對應的labelImg生成的標注文件，放入Annotations目錄下，命名與圖片文件名一致。

　　然后，生成ImageSets/Main下的文件。網上有makeTxt.py文件，生成train,val,test,trainval文件，參見：https://blog.csdn.net/public669/article/details/98020800）。

　　但我發現這是相當於執行了voc_label.py后，生成的文件。暫時可以用這個方法。

　　問題：

　　目前VOC2012/ImageSets/Main目錄下的文件形式，是按類型分的。如car這個分類，有下列文件：

car_train.txt
car_val.txt
car_trainval.txt

　　考慮到后續處理的需要，需要一個新的處理python腳本。基本思路是：掃描分類文件voc.names，針對每一個分類，掃描Annotations中的文件，檢測是否包含這個分類的對象，設置[flag]為1或-1，加入這個分類的list對象，最后再打散，生成各個分類的train,val,test,trainval文件。

3.4、后續工作

　　類似於2.3和2.4步，執行訓練即可。我目前還沒有開始具體應用分類試驗，暫時先進行到此。

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 【項目實戰】YOLO v4訓練自己的數據集 YOLO v1到YOLO v4（上） YOLO v1到YOLO v4（下） YOLO v4分析 YOLO v3 包括Tiny-Yolo 訓練自己的數據集（Pytorch版本）以及模型評價指標的介紹 yolo_v3訓練自己的模型（人臉及deep-sort)（或自己數據集）目標檢測中特征融合技術（YOLO v4）（下）目標檢測中特征融合技術（YOLO v4）（上） YOLO V4 ：win10+cpu環境的體驗 YOLO V3 訓練過程 7：訓練流程