安装YOLO v4并训练自己数据集（Linux环境）

YOLO v4 论文：https://arxiv.org/abs/2004.10934
YOLO v4 开源代码：https://github.com/AlexeyAB/darknet

YOLO v4的安装基本与YOLO v3相同，作者基本上在YOLOv3的版本基础上进行修改，安装上基本上大同小异，下边简单介绍安装要求。

1. 安装要求

1. CMake >= 3.8
   使用如下命令可以查看自己系统的CMke版本号。

cmake --version

     
     
     
     

     
     
     
     

      
      
      
      
1
     
     
     
     

2. CUDA 10.0
   使用如下命令查看CUDA版本信息。

cat /usr/local/cuda/version.txt

     
     
     
     

     
     
     
     

      
      
      
      
1
     
     
     
     

3. OpenCV >= 2.4
   使用如下命令查看OpenCV版本号。

pkg-config opencv --modversion

     
     
     
     

     
     
     
     

      
      
      
      
1
     
     
     
     

4. cuDNN >= 7.0 for CUDA
   使用如下命令查看cuDNN版本号。

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

     
     
     
     

     
     
     
     

      
      
      
      
1
     
     
     
     

如上图所示的cuDNN版本号为7.6.0。

5. GPU with CC >= 3.0

gcc --version

     
     
     
     

     
     
     
     

      
      
      
      
1
     
     
     
     

2. 安装

2.1 设置Makefile

打开darken根目录下的Makefile文件，如下表所示设置里边参数。

内容修改	不同情况
GPU=1	用CUDA构建，用GPU加速（CUDA应该在/usr/local/CUDA中）
CUDNN=1	使用CUDNN v5-v7构建，使用GPU加速训练（CUDNN应在/usr/local/CUDNN中）
CUDNN_HALF=1	用于张量核（在泰坦V/Tesla V100/DGX-2及更高版本上）加速探测3x，训练2x
OPENCV=1	使用OPENCV 4.x/3.x/2.4.x构建-允许检测来自网络摄像机或网络摄像机的视频文件和视频流
DEBUG=1	需要对YOLO进行调试
OPENMP=1	使用OPENMP支持构建，使用多核CPU加速Yolo

1. 如果已经安装opencv的情况下，需要设置OPENCV=1；
2. 如果有Nvidia显卡并且已经安装相应版本CUDA与CUDNN时，设置GPU=1,CUDNN=1.
3. 如果显卡为 Titan V / Tesla V100 / DGX-2 或者更新的产品时，设置CUDNN_HALF=1;
4. 多核CPU应用时，设置OPENMP=1

2.2 编译

直接在darknet文件环境下，运行如下代码。

make -j

   
   
   
   

   
   
   
   

    
    
    
    
1
   
   
   
   

在编译过程中，可能会出现Warining，只要不出现Error就是可以的。

3. Demo测试

首先，下载yolov4.weights(官方链接)，官方链接是从github中下载，速度较慢，可以从
百度云链接(提取码：ubee)中进行下载。

./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg

   
   
   
   

   
   
   
   

    
    
    
    
1
   
   
   
   

规则为：

./darknet detect [训练cfg文件路径] [权重文件路径] [检测图片的路径]

   
   
   
   

   
   
   
   

    
    
    
    
1
   
   
   
   

运行结果如下图所示

4. 训练自己数据集

4.1数据集准备

首先将自己的数据集生成为VOC数据集的格式,至少生成如下格式的文件夹

Annotations
ImageSets
       --Main
           --test.txt
           --train.txt
           --trainval.txt
           --val.txt
JPEGImages

   
   
   
   

   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
    
    
    
    
6
    
    
    
    
7
    
    
    
    
8
   
   
   
   

接着将上边四个文件夹放在/darknet/scripts/VOCdevkit/VOC2007内，这个文件夹需要自己来创建一个。接着对/darknet/scripts/voc_label.py进行修改。
第一处
修改第7行

 sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
```shell
将“('2012', 'train'), ('2012', 'val'),”删除掉，改为
```shell
 sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]

   
   
   
   

   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
   
   
   
   

第二处
修改第9行

 classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]

   
   
   
   

   
   
   
   

    
    
    
    
1
   
   
   
   

修改为自己检测目标类别名称

---

完成修改以后可运行文件，生成YOLO训练时使用的labels

python voc_label.py

   
   
   
   

   
   
   
   

    
    
    
    
1
   
   
   
   

运行结束以后，可以在/darknet/scripts/VOCdevkit/VOC2007文件夹内看到labels文件夹，并且在/darknet/scripts文件夹内会生成2007_train.txt、2007_test.txt、2007_val.txt三个文件。到此，数据准备完成。

4.2修改配置文件

./darknet detector train cfg/voc.data cfg/yolo-voc.cfg darknet19_448.conv.23

   
   
   
   

   
   
   
   

    
    
    
    
1
   
   
   
   

上边是进行训练的命令，可以按照上边的命令对文件进行修改。

4.2.1修改cfg/voc.data

classes= 3               //修改为训练分类的个数 
train  = /home/ws/darknet/scripts/2007_train.txt          //修改为数据阶段生成的2007_train.txt文件路径
valid  = /home/ws/darknet/scripts/2007_val.txt           //修改为数据阶段生成的2007_val.txt文件路径
names = data/voc.names
backup = backup

   
   
   
   

   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
   
   
   
   

4.2.2修改data/voc.names

在上边修改的文件内有一个data/voc.names文件，里边保存目标分类的名称，修改为自己类别的名称即可。

4.2.3修改cfg/yolov4-custom.cfg

第一处：修改头文件

文件开头的配置文件可以按照下边的说明进行修改

# Testing
#batch=1
#subdivisions=1
# Training
batch=64                //每次迭代要进行训练的图片数量 ,在一定范围内，一般来说Batch_Size越大，其确定的下降方向越准，引起的训练震荡越小。 
subdivisions=8          //源码中的图片数量int imgs = net.batch * net.subdivisions * ngpus，按subdivisions大小分批进行训练 
height=416              //输入图片高度,必须能够被32整除
width=416               //输入图片宽度,必须能够被32整除
channels=3              //输入图片通道数
momentum=0.9            //冲量
decay=0.0005            //权值衰减
angle=0                 //图片角度变化，单位为度,假如angle=5，就是生成新图片的时候随机旋转-5~5度    
saturation = 1.5        //饱和度变化大小
exposure = 1.5          //曝光变化大小
hue=.1                  //色调变化范围，tiny-yolo-voc.cfg中-0.1~0.1 
learning_rate=0.001     //学习率
burn_in=1000
max_batches = 120200    //训练次数，建议设置为classes*2000，但是不要低于4000
policy=steps            //调整学习率的策略
//根据batch_num调整学习率，若steps=100,25000,35000，则在迭代100次，25000次，35000次时学习率发生变化，该参数与policy中的steps对应
steps=40000,80000     // 一般设置为max_batch的80%与90%
scales=.1,.1             //相对于当前学习率的变化比率，累计相乘，与steps中的参数个数保持一致；

   
   
   
   

   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
    
    
    
    
6
    
    
    
    
7
    
    
    
    
8
    
    
    
    
9
    
    
    
    
10
    
    
    
    
11
    
    
    
    
12
    
    
    
    
13
    
    
    
    
14
    
    
    
    
15
    
    
    
    
16
    
    
    
    
17
    
    
    
    
18
    
    
    
    
19
    
    
    
    
20
    
    
    
    
21
    
    
    
    
22
   
   
   
   

注意：如果修改max_batches总的训练次数，也需要对应修改steps，适当调整学习率。
具体的含义可以查看YOLO网络中参数的解读

第二处：修改目标类别

修改三处classes,分别位于970行、1058行与1146行，将其修改为自己数据集的目标数量；

 classes=3    

   
   
   
   

   
   
   
   

    
    
    
    
1
   
   
   
   

第三处：卷积层中filters

在每个[yolo]层之前的3个[convolutional]中，将[filters=255]改为filters=(classes + 5)x3，记住只要在每个[yolo]层之前的最后一个[convolutional]即可。
分别位于963行、1051行与1139行，将其修改为自己数据集的目标数量；

filters=255  #filters=(classes + 5)x3
activation=linear

[yolo]
mask = 0,1,2

• 1
• 2
• 3
• 4
• 5
• 6

4.3 下载预训练权重

谷歌网盘地址： yolov4.conv.137
百度网盘地址： yolov4.conv.137 ，提取码：dw15

4.4 训练模型

./darknet detector train data/obj.data yolov4-custom.cfg yolov4.conv.137

   
   
   
   

   
   
   
   

    
    
    
    
1
   
   
   
   

作者制作了如下的图，能够直接观察损失、时间等信息，非常实用。

4.5 何时停止训练

通常每个类(对象)有足够的2000次迭代，但总共不少于4000次迭代。但是为了更精确地定义什么时候应该停止培训，通过观察avg数值。

Region Avg IOU: 0.798363, Class: 0.893232, Obj: 0.700808, No Obj: 0.004567, Avg Recall: 1.000000, count: 8 Region Avg IOU: 0.800677, Class: 0.892181, Obj: 0.701590, No Obj: 0.004574, Avg Recall: 1.000000, count: 8

9002: 0.211667, 0.60730 avg loss, 0.001000 rate, 3.868000 seconds, 576128 images Loaded: 0.000000 seconds

• 1
• 2
• 3

在训练期间，您将看到不同的错误指示符，当不再减少0时应该停止。XXXXXXX avg
当你看到平均损失为0。xxxxxx avg不再减少在许多迭代，然后你应该停止培训。最终的平均损失可能是0.05(对于小模型和容易的数据集)到3.0(对于大模型和困难的数据集)。

5. YOLO不同结果版本对比

模型名称	mAP0.5	FPS	BFlops
yolov4 608	65.7%	34	128.5
yolov4 512	64.9%	45	91.1
yolov4 416	62.8%	55	60.1
yolov4 320	60%	63	35.5
yolov3-tiny-prn	33.1%	370	3.5
EfficientNetB0-Yolov3	45.5%	55	18.3
yolov3-spp	60.6%	38	141.5
yolov3	55.3%	66	65.9
yolov3-tiny	33.1%	345	5.6

6. 常见问题

6.1 训练过程中出现Out of memory

这个是超出内存，是因为模型训练送入图像太多，应该减少.cfg文件中的subdivisions数值。

6.2 avg (loss)为nan

如果在训练过程中，avg (loss)部分为nan是正常现象，如果都为nan时,可能为学习率太大，应该适当减少学习率，同时应该注意，使用多GPU训练时，学习率应该除以GPU的数量。