使用YOLOv3训练自己的数据集
声明：本文使用的YOLOv3来自github中的AlexeyAB大神的代码。
系统环境：ubuntu18.04，GTX1660ti
github上有完整的实现步骤，博主只是记录一下。
目录
- 1.准备自己的数据集
- 2.下载及修改代码
- 2.1下载代码并编译
- 2.2根据自己的数据集修改cfg文件
- 3.训练
- 4.预测
- 5.配合ZED相机实现实时检测
1.准备自己的数据集
准备好自定义的训练集/验证集/测试集，本文按照PASCAL VOC（COCO也可以）数据集格式进行存储数据，VOC格式如何存储百度一下即可。参考：制作自己的数据集
2.下载及修改代码
2.1下载代码并编译
git clone https://github.com/AlexeyAB/darknet
打开终端运行上面代码，下载到本地（如果网络不好下载太慢，可以上传到码云然后git clone 码云链接）
cd darknet
切换到darknet（目录名）目录中，输入make进行编译
注意：在make之前，找到makefile文件，我们可以设置一些功能，根据自己的需求设置，GPU/CUDNN/OPENCV是必要的
编译完成后运行./build.sh，用于查找已安装的可依赖项，例如：CUDA、cudnn、zed sdk等。（提提前安装好cmake）
2.2根据自己的数据集修改cfg文件
超参数可以不用修改，分辨率可以提高一点，首次训练可以将max_batches调小一点，等跑通之后再调高。这里的subivisions表示将每个batch再分成32份然后输入到网络中进行训练。如果运行程序报错：out of mermory 内存溢出，则尝试将sub调大一点。
图中的anchors表示锚框尺寸，我们可以在自己的数据集上进行聚类，为了使锚框尺寸更适合我们的数据。
./darknet detector calc_anchors data/obj.data -num_of_clusters 9-width 512 -height 512
运行上面代码即可得到聚类结果，如果想要更高分辨率的聚类效果，修改width和height即可，一定要是32的整数倍。
在data目录下创建obj.data文件和obj.name文件
在obj.name中添加类名，例如：
dragon fruit
在obj.data中：
classes= 1
train = data/train.txt
valid = data/test.txt
names = data/obj.names
backup = backup/
classes取决于你的类别数量，train和vaild表示你的数据路径，.txt是之前创建数据集时生成好的，backup表示训练时的权重保存路径。
3.训练
训练之前下载预训练权重darknet53.conv.74， 点击下载，提取码：ik6e
修改好cfg文件后，我们用以下代码进行训练
./darknet detector train data/obj.data cfg/yolov3.cfg darknet53.conv.74
如果想实时观察训练的情况（损失值和精度值），运行以下代码
./darknet detector train data/obj.data cfg/yolov3.cfg darknet53.conv.74 -map
训练时保存训练日志，运行以下代码
./darknet detector train data/obj.data cfg/yolov3.cfg darknet53.conv.74 >log.txt -map
4.预测
完成训练后，我们可以用测试集进行测试，加载训练好的权重，运行以下代码。
./darknet detector test data/obj.data cfg/yolov3.cfg backup/yolov3_5000.weights data/fruit.jpg
确保data文件中有需要测试的图片
计算AP值，查看我们模型的训练效果，运行以下代码
./darknet detector map data/obj.data cfg/yolov3.cfg backup/yolov3_5000.weights
5.配合ZED相机实现实时检测
博主正好在用ZED相机，所以拿训练好的模型跑了一下，运行以下代码即可（要提前安装好ZED sdk，将makefile中的ZED_CAMERA设置为1，并在darknet目录下cmake）。
其他摄像头也可以实现，建议参考github中的教程。
LD_LIBRARY_PATH=./:$LD_LIBRARY_PATH ./uselib data/obj.names cfg/yolov3.cfg backup/yolov3_5000.weights zed_camera
运行结果：
检测到目标后，可以直接实现对目标的定位，xyz坐标是以相机左目为原点建立的坐标系，深度值由相机计算得出，检测速度40fps左右，定位精度有待验证。
博主只是记录一下自己的实现过程，写的比较粗糙，想要训练自己数据集的同学，建议参考github中的教程