配置YOLO-v3训练自己的数据---完整版（含常见问题）

目录

0、简介

1、准备--编译darknet

2、测试是否安装成功

3、自己的数据准备

4、修改自己的配置文件

5、训练

6、一些常见问题

---

0、简介

YOLO一共有3代，这里主要讲第三代的配置，其他的类似。

YOLO-v3使用的是dark-net框架写的代码，dark-net是用C语言编写的框架，效率很高。

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

1、准备--编译darknet

1.1下载工程

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

也可通过github直接下载，因为有事git clone会比较慢。 

1.2修改配置文件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=0 #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

CC=gcc
NVCC=/home/user/cuda-9.0/bin/nvcc   #NVCC=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

说明：如果要使用GPU，记得修改相应的路径，如果要用opencv，也要修改相应的路径，前提为电脑上要装有opencv。

1.3修改Makefile文件后，make就行

make

2、测试是否安装成功

2.1下载训练好的权重

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

2.2进行测试

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
#或者下面这句
#./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

注意：如果出现问题，一般在下面命令前加上sudo，重新运行一下就可以了。

3、自己的数据准备

3.1将数据转为yolov3所需要的数据

在darknet文件夹下拷贝自己的数据，我的为maData，文件结构为：

myData
  ...JEPGImages#存放图像

  ...Annotations#存放图像对应的xml文件

  ...ImagesSets/Main # 存放训练/验证图像的名字（格式如 000001.jpg或者000001），里面包括train.txt。这里给出的格式是: 000000，因为下面的代码中给出了图像的格式。

 

3.2将数据集转换为darknet支持的数据格式

yolov3提供了将VOC数据集转为YOLO训练所需要的格式的代码，在scripts/voc_label.py文件中。这里提供一个修改版本的。在darknet文件夹下新建一个my_lables.py文件，内容如下：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
sets=[('myData', 'train')]
 
classes = ["plane", "boat", "person"] # each category's name
 
 
def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    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(year, image_id):
    in_file = open('myData/Annotations/%s.xml'%(image_id))
    out_file = open('myData/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
        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')
 
wd = getcwd()
 
for year, image_set in sets:
    if not os.path.exists('myData/labels/'):
        os.makedirs('myData/labels/')
    image_ids = open('myData/ImageSets/Main/%s.txt'%(image_set)).read().strip().split()
    list_file = open('myData/%s_%s.txt'%(year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/myData/JPEGImages/%s.jpg\n'%(wd, image_id))
        convert_annotation(year, image_id)
    list_file.close()

运行后 ，会在./myData目录下生成一个labels文件夹一个txt文件(myData_train.txt)(内容是: 类别的编码和目标的相对位置)。

如果要创建test，也是类似，把train改成test。

lables文件中的‘txt文件的含义为：

 

具体的每一个值的计算方式是这样的：假设一个标注的boundingbox的左下角和右上角坐标分别为（x1,y1）(x2,y2)，图像的宽和高分别为w,h

归一化的中心点x坐标计算公式：（(x2+x1) / 2.0）/ w

归一化的中心点y坐标计算公式：（(y2+y1) / 2.0）/ h

归一化的目标框宽度的计算公式： (x2-x1) / w

归一化的目标框高度计算公式：（(y2-y1)/ h

4、修改自己的配置文件

4.1修改darknet/cfg下的voc.data和yolov3-voc.cfg文件

为了保险起见，复制这两个文件，并分别重命名为my_data.data和my_yolov3.cfg

my_data.data的内容为：

classes= 3 ## the number of classes
train  = /home/XXX/darknet/myData/myData_train.txt  ## depend on your choise
names = /home/XXX/darknet/myData/myData.names    ## depend on your choise
backup = /home/XXX/darknet/myData/weights   ## restore the trained model 

my_yolov3.cfg的内容和 yolov3-voc.cfg内容相似，需要修改一下几处：

[convolutional]
size=1
stride=1
pad=1
filters=24             ## anchors_num * (classes_num + 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=3               ## classes_num
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=0                ## multi-scale training (1 indicates using)

即每层的yolo之前的那个 convolutional层都要修改filters的数目，filters=anchors_num * (classes_num + 5),anchors_num为3（一般不变），classes_num为3（根据这个修改就行），修改yolo中classes的数目。注意是每个yolo和yolo前的convolutional层都做相同的修改。random为多尺度训练，1为打开多尺度训练，0为相反。

[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

因为是训练，所以注释Testing,打开Training，其中

batch=64                          每batch个样本更新一次参数。

subdivisions=16               如果内存不够大，将batch分割为subdivisions个子batch，每个子batch的大小为batch/subdivisions。

4.2在myData文件夹下新建myData.names文件

#这是我自己的三类，可以根据自己的数据集进行调整
people
tie
glasses

5、训练

准备好以上操作后，就可以进行训练了。

5.1 下载Imagenet上预先训练的权重

wget https://pjreddie.com/media/files/darknet53.conv.74 

5.2开始训练

./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74 -gpus 0,1

5.3测试自己模型

方式一：

./darknet detect cfg/my_yolov3.cfg weights/my_yolov3.weights myData//JPEGImages/0001.jpg

方式二： 

下载https://github.com/eriklindernoren/PyTorch-YOLOv3代码，把自己训练好的模型拷过去，还有my_data.names等文件配置好，也可以进行测试。

6、一些常见问题

6.1训练时出现nan问题

将Bach_size 修改到128以上。

这个数据是正常的，因为在小bach中没有找到object.

改大了就可以了

6.2运行my_lable.py出现文件路径问题

在文件中修改代码，去除.jpg等后缀等，这个代码不难。