Ubuntu安装YOLOv3

服务器 Ubuntu16.04 + Titan xp + darknet_YOLOv3 

YOLO官网：https://pjreddie.com/darknet/yolo/

安装超级简单，但一定要注意编码方式，生成的 *.txt 文件的时候一定要在ubuntu中生成，不然会出现各种各样的错误，比如我因为用的是服务器，开始 *.txt 文件都是在Windows中生成的，会报五花八门的错误，运行同一个程序报错都不一样。。。

出现的错误：https://blog.csdn.net/qq_28534585/article/details/80057195，这个方法治标不治本。

查询适合自己显卡的架构版本：https://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html#virtual-architecture-feature-list

安装 Darknet

git clone https://github.com/pjreddie/darknet.git
cd darknet

 修改 Makefile

GPU=1    #如果使用GPU设置为1，CPU设置为0
CUDNN=1  #如果使用CUDNN设置为1，否则为0
OPENCV=1 #如果调用摄像头，还需要设置OPENCV为1，否则为0
OPENMP=0 #如果使用OPENMP设置为1，否则为0
DEBUG=0  #如果使用DEBUG设置为1，否则为0

ARCH= -gencode arch=compute_30,code=sm_30 \
      -gencode arch=compute_35,code=sm_35 \
      -gencode arch=compute_50,code=[sm_50,compute_50] \
      -gencode arch=compute_52,code=[sm_52,compute_52] \
      -gencode arch=compute_60,code=[sm_60,compute_60] \
      -gencode arch=compute_61,code=[sm_61,compute_61]                   #Titan是pascal架构
...
CC=gcc
NVCC=/home/user/cuda-9.0/bin/nvcc                                        #修改为自己的路径
AR=ar
ARFLAGS=rcs
OPTS=-Ofast
LDFLAGS= -lm -pthread 
COMMON= -Iinclude/ -Isrc/
CFLAGS=-Wall -Wno-unused-result -Wno-unknown-pragmas -Wfatal-errors -fPIC
...
ifeq ($(GPU), 1) 
COMMON+= -DGPU -I/home/hebao/cuda-9.0/include/                           #修改为自己的路径
CFLAGS+= -DGPU
LDFLAGS+= -L/home/hebao/cuda-9.0/lib64 -lcuda -lcudart -lcublas -lcurand #修改为自己的路径
endif
...

修改完成后

make

若出现错误，键入

make clean

纠正错误后，然后重新编译，只要动了Makefile文件就得重新编译。

查看是否安装成功，测试一下

wget https://pjreddie.com/media/files/yolov3.weights

./darknet detector test voc.data yolov3.cfg yolo.weights dog.jpg -thresh 0 -gpus 0,1
或者 ./darknet detect cfg/yolov3-voc.cfg yolov3.weights data/dog.jpg

测试摄像头/视频

./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights
./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights test.mp4

没有问题的话，接着制作自己的数据集

标记工具：https://github.com/tzutalin/labelImg

模仿VOC2007构建数据集，根目录scripts下新建一个VOCdevkit，其中再建一个VOC2007，放Annotations（标签---*.xml）、ImageSets（里面再建一个Main文件夹，内含 train.txt 和 test.txt）、JPEGImages（图片---*.jpg）、labels（图片的目标位置信息---*.xml，5个值分别是：1个值类别，2个值中心位置x和y的比例坐标，2个值标注物体的比例大小） 4个文件夹。

下面是生成 labels 文件夹中的位置信息的xml文件和 ImageSets/Main 文件下图片路径的代码，主要此代码需要分别运行train和test：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

classes = ["boat"]

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('VOCdevkit/VOC2007/Annotations3/%s.xml'%(image_id))
    out_file = open('VOCdevkit/VOC2007/labels/%s.txt'%(image_id), 'w')
    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
        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')

image_ids = open('VOCdevkit/VOC2007/ImageSets/Main/trainval.txt').read().strip().split()
#image_ids = open('VOCdevkit/VOC2007/ImageSets/Main/test.txt').read().strip().split()

list_file = open('train.txt', 'w') 
#list_file = open('test.txt', 'w') 
for image_id in image_ids:
    list_file.write('scripts/VOCdevkit/VOC2007/JPEGImages/%s.jpg\n'%(image_id))
    convert_annotation(image_id)
print("Completed successfully")

修改cfg/voc.data

classes= 1                                  #训练样本集的类别数
train  = /home/user/darknet/2007_train.txt  #训练样本集所在路径
valid  = /home/user/darknet/2007_val.txt    #验证样本集所在路径
names = data/voc.names                      #voc.names所在路径
backup = backup/                            #训练结果的所在路径

修改data/voc.name，有几个类就写几个类

person
boat
buoy

修改cfg/yolov3-voc.cfg

[net]
# Testing            ### 测试模式                                          
# batch=1
# subdivisions=1
# Training           ### 训练模式，每次前向的图片数目 = batch/subdivisions 
batch=64
subdivisions=16
width=416            ### 网络的输入宽、高、通道数
height=416
channels=3
momentum=0.9         ### 动量 
decay=0.0005         ### 权重衰减
angle=0
saturation = 1.5     ### 饱和度
exposure = 1.5       ### 曝光度 
hue=.1               ### 色调
learning_rate=0.001  ### 学习率 
burn_in=1000         ### 学习率控制的参数
max_batches = 50200  ### 迭代次数                                          
policy=steps         ### 学习率策略 
steps=40000,45000    ### 学习率变动步长 
scales=.1,.1         ### 学习率变动因子  

[convolutional]
batch_normalize=1    ### BN
filters=32           ### 卷积核数目
size=3               ### 卷积核尺寸
stride=1             ### 卷积核步长
pad=1                ### pad
activation=leaky     ### 激活函数
...
[convolutional]
size=1
stride=1
pad=1
filters=45          #3*(类别数+5)
activation=linear

[yolo]
mask = 6,7,8
anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
classes=10  
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=0 
......

[convolutional]
size=1
stride=1
pad=1
filters=45  #3*(10+4+1)
activation=linear

[yolo]
mask = 3,4,5
anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
classes=10           #类别
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=0             #1，如果显存很小，将random设置为0，关闭多尺度训练；
......

[convolutional]
size=1
stride=1
pad=1
filters=45  #3*(10+4+1)
activation=linear

[yolo]
mask = 0,1,2
anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
classes=10          #类别
num=9
jitter=.3           # 数据扩充的抖动操作
ignore_thresh = .5  #文章中的阈值1
truth_thresh = 1    #文章中的阈值2
random=0            #1，如果显存很小，将random设置为0，关闭多尺度训练；

开始训练

下载预训练模型
wget https://pjreddie.com/media/files/darknet53.conv.74

开始训练
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0,1

训练并保存日志信息，可视化训练过程
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0,1 | tee train_yolov3.log

接断点继续训练
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc.backup -gpus 0,1

测试效果

./darknet detect cfg/yolov3-voc.cfg ***.weights data/dog.jpg