那些年踩过的yolo坑

博主用的是yolo3，有许多心得在此记录一下

配置：

系统	ubuntu16.04 x64
内存	128G
CPU	Intel® Xeon® CPU E5-2650 v4 @ 2.20GHz × 48
磁盘	4T
GPU	TITAN V*2 单卡显存12G
compute_capability	700
yolo	yolo v3
github	AlexeyAB/darknet 和pjreddie/darknet（原版）
link	https://github.com/AlexeyAB/darknet和https://github.com/pjreddie/darknet

1、训练自己的数据前，k-means聚类寻找anchor box

不同于yolo v1，2代引入了anchor box，从此预测的不是物体的位置，而是相对于anchor box 的偏移量，因此anchor box 的选择至关重要（其实用默认值也彳亍），可以加快训练收敛速度，对于自己的训练集，可以先用kmeans聚类划分9个新的anchor box框坐标，具体命令参考AlexeyAB大佬的命令如下：

./darknet detector calc_anchors data/obj.data -num_of_clusters 9 -width 416 -height 416

“-num_of_clusters 9” 代表9个类，后面代表图像尺寸，得到anchor box的坐标后，将其替换你cfg文件最下面的anchor box

2、对于大分辨率大尺度照片的训练与检测

yolo对于416*416分辨率支持的最好，这个数字在cfg文件开头里的width和height设置，可以根据显存大小调整，但必须是32的倍数。如果训练时出现显存不够的情况可以每次减小32直到可以训练。开始训练时要耐心等待几分钟，直到nan数目合理、训练不停止，loss正常下降再离开等候

等训练完后，如果对于大分辨图片或者小目标检测不出来的情况，除权重训练不到位的情况，还可能是因为测试时输入的width和height太小，修改cfg里test下的width和height，从测试样本的分辨率往下设置，直到不再报显存不够的错误为止，例如：测试40962160的照片，可以先设为40962048，若是显存不够，可减少32或除以2.

3、计算mAP

计算map可以利用AlexeyAB下的命令：

./darknet detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights

会出现以下信息：

 detections_count = 266, unique_truth_count = 94  
class_id = 0, name = fire, ap = 18.57%   	 (TP = 4, FP = 3) 

 for conf_thresh = 0.25, precision = 0.57, recall = 0.04, F1-score = 0.08 
 for conf_thresh = 0.25, TP = 4, FP = 3, FN = 90, average IoU = 40.95 % 

 IoU threshold = 50 %, used Area-Under-Curve for each unique Recall 
 mean average precision ([email protected]) = 0.185692, or 18.57 % 
Total Detection Time: 3.000000 Seconds