基于google colab服务器的yolov3训练自己的数据集（完整代码）

 ！！！！！用这个服务器一定要网好！！！！！！

from google.colab import drive
drive.mount('/drive')

!git clone https://github.com/AlexeyAB/darknet

# 修改makefile 将OpenCV和GPU设置为可用
%cd darknet
!sed -i 's/OPENCV=0/OPENCV=1/' Makefile
!sed -i 's/GPU=0/GPU=1/' Makefile
!sed -i 's/CUDNN=0/CUDNN=1/' Makefile

#验证CUDA版本
!/usr/local/cuda/bin/nvcc --version

!make

!ln -s /drive/My\ Drive /mydrive

!ls /mydrive

!ls /mydrive/yolov3

!ls




#将数据集图片及标注的txt文件的压缩包上传到服务器
!cp /mydrive/obj.zip ../

#解压到data文件下
!unzip ../obj.zip -d data/

#从谷歌云盘上传根据自己数据集修改的.cfg文件 会上传到darknet/cfg文件夹下
!cp /mydrive/yolo-obj.cfg ./cfg

#从谷歌云盘上传自己数据集的obj.data obj.names
!cp /mydrive/obj.names ./data
!cp /mydrive/obj.data  ./data

#上传generate_train.py 以在服务器的data下生成train.txt
!cp /mydrive/generate_trian.py ./


!ls
#在darknet下

!python /content/darknet/generate_trian.py

!ls data/
#查看是否在data下有train.txt

!wget http://pjreddie.com/media/files/darknet53.conv.74
#!cp /mydrive/darknet53.conv.74 ./
#从云盘上传到服务器当前darknet目录下

!./darknet detector train data/obj.data cfg/yolo-obj.cfg darknet53.conv.74 -dont_show | tee /drive/My\ Drive/yolov3/log1.txt

#如果断网了，重新训练，你有下载的权重的话，就上传到云盘，然后cp到服务器，然后接着上一个权重继续训练。
#参考博客有https://blog.csdn.net/longlong068/article/details/105384712和https://blog.csdn.net/hunterhe/article/details/89923092

!cp /mydrive/yolo-obj_11000.weights ./backup
#这个路径不想手写，就去左边该文件夹处，右键，《复制路径》
#权重复制到backup文件夹下。试了复制到darknet文件夹下，有错。

#然后重新训练的句子是：
!./darknet detector train  data/obj.data cfg/yolo-obj.cfg ./backup/yolo-obj_1100.weights -dont_show | tee /drive/My\ Drive/yolov3/log2.txt

#检测的时候，我是直接在自己window是终端下检测的。