darknet训练yolo_v3

使用官方darknet来训练YOLO-v3

官方darknet地址：https://github.com/pjreddie/darknet

1.基本环境的配置及安装：opencv、cuda、nvidia驱动、cudnn、darknet

   参考教程：https://blog.csdn.net/gzj_1101/article/details/78651650

   官方教程：https://pjreddie.com/darknet/install/

2.使用darknet训练voc2007和voc2012

   2.1下载voc2007和voc2012数据集,下载三个文件：

              VOCtest_06-Nov-2007.tar

              VOCtrainval_06-Nov-2007.tar

              VOCtrainval_11-May-2012.tar

   2.2生成标签数据文件。这个地方主要生成两个文件，darknet提供了一个python脚本，运行这个脚本，将会生成图片路径的位置txt文件和数据标签txt文件这两个文件。

     生成的数据标签是这样的形式： ，其中是一个0-19的数字代表obeject类别， 代表object的归一化中心坐标， 代表object的框的归一化宽和高。归一化指的是object的中心坐标和框的宽和高都除以图片的宽和高，从而控制 四个值都在0到1这个范围内。

        这个地方需要注意的是，需要把VOCtrainval_06-Nov-2007和VOCtest_06-Nov-2007两个文件合并在一个voc2007文件中，最后voc2007和voc2012需要在同一个文件夹下VOCdevkit，在VOCdevkit这个当前路径下运行python脚本，才会处理所有的文件，生成所有需要的文件，不会因为路径报错。

                          图一  生成的图片路径TXT文件

比如打开2007_train.txt，内容如下：

                             图二   生成的文件路径格式

生成的标签文件分别在VOCdevkit/VOC2007/labels和VOCdevkit/VOC2012/labels这两个路径下，所有的标签文件都是以图片名命名的TXT文件，比如打开000010.txt：

12 0.484463276836 0.54375 0.483050847458 0.6875

14 0.531073446328 0.36875 0.316384180791 0.441666666667

其中12和14代表000010这张图片中有两个不同物体（object），后面四个归一化的值代表的object的位置。

2.3 修改源码下data/voc.data，设置自己训练集和测试集的路径

2.4 修改源码下cfg/yolov3-voc.cfg文件下训练的batch和subdivisions
2.5 下载darknet-53的模型文件，作为yolo_v3的预训练文件。终端中运行：
 ./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg weights/darknet53.conv.74 

训练记录如下

                            图三   yolo_v3的训练记录

从训练记录中可以看到在网络的82层、94层、106层进行了检测。IOU代表的是交并比，指的是模型预测的框和标签文件中的框（ground truth）重合程度，重合程度越大，预测的越准。Class代表的预测物体的置信度。Obj和No obj代表的是object还是背景。.5R和075R代表的是召回率（也有的喜欢叫查全率，recall）。

 

 

这里需要注意的是：

1. 为了充分使用显卡内存，适当调整batch和subdivisions，源码中是这样计算的：

int subdivs = option_find_int(options, "subdivisions",1);

    net->time_steps = option_find_int_quiet(options, "time_steps",1);

net->batch /= subdivs;

net->batch *= net->time_steps;

因此net的batch为cfg中的batch/subdivisions*time_steps，默认time_steps为1。

  2.显存不是很大的情况，可以把yolov3-voc.cfg中的random设置为0