详细教程：YOLOv4训练自己的数据集（win10+keras）

YOLOv4的训练过程基本和YOLOv3相似，要完成目标检测，大部分时间会浪费在数据集的准备上；因此这里主要讲一下数据集的准备和制作，其次说一下训练过程。

一、制作VOC数据集

1.图片数据准备

图片数据的获取可以自己用高清摄像机采集视频，然后对其进行抽帧，获得图片数据集视频>>图片；因为xml文件序号要与图片编号一一对应，这里文件重命名可以用代码完成序号重命名（00001,00002等）

2.标注数据

这里用的是比较常用的labelImg标注工具，每标注一张图片都会生成一个xml文件。labelImg可以去浏览器下载，这里给个我当时下载的链接labelImg下载
labelImg使用方法大家直接搜一下就可以了，很简单也很好用的工具，页面大概是这样

3.创建VOC文件夹

新建文件夹命名VOC2007，并且在VOC2007下新建Annotations，ImageSets和JPEGImages三个文件夹，在ImageSets文件夹下再建一个Main文件夹。Annotations里面放已经标注好的xml文件，JPEGImages里面放自己的图片数据（序号00001,00002，00003…）

二、训练准备

1.生成txt文件

在VOC2007文件夹里新建test.py，运行代码将会在Main文件夹里生成train.txt,val.txt,test.txt和trainval.txt四个文件。代码如下：

import os
import random

trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

做完这一步，VOC2007目录如下

2.convert.py

运行convert.py代码将预训练权重转化为keras用的h5文件

3.修改运行voc_annotation代码

改一下第六行，然后运行运行voc_annotation代码，生成2007_train.txt，2007_test.txt,2007_val.txt

4.运行k-means

生成anchors大小，然后用这个数据替换yolo4_anchor.txt的数据。

5.对train.py的参数进行修改

因为可以修改的东西比较多，这里就不详细说明了，先把路径，文件输入正确，其他问题不大。

做到这一步就基本可以训练啦。

6.思维导图