darknet框架YOLO+VOC使用笔记

一、darknet框架配置

github网址

https://github.com/pjreddie/darknet

Linux终端操作

git clone https://github.com/pjreddie/darknet
cd darknet
make

在windows操作系统上跑YOLO可以使用cygwin

下载预训练权重

wget https://pjreddie.com/media/files/yolov3.weights

使用data文件夹下的dog.jpg文件测试

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

终端输出：

layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32  0.299 BFLOPs
    1 conv     64  3 x 3 / 2   416 x 416 x  32   ->   208 x 208 x  64  1.595 BFLOPs
    .......
  105 conv    255  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x 255  0.353 BFLOPs
  106 detection
truth_thresh: Using default '1.000000'
Loading weights from yolov3.weights...Done!
data/dog.jpg: Predicted in 0.029329 seconds.
dog: 99%
truck: 93%
bicycle: 99%

darknet文件夹下会产生“prediction.jpg”：

注意上面的命令是下面的命令的缩写：

./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

命令中也可以先不写图片的路径，会产生如下的输出：

./darknet detect cfg/yolov3.cfg yolov3.weights
layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32  0.299 BFLOPs
    1 conv     64  3 x 3 / 2   416 x 416 x  32   ->   208 x 208 x  64  1.595 BFLOPs
    .......
  104 conv    256  3 x 3 / 1    52 x  52 x 128   ->    52 x  52 x 256  1.595 BFLOPs
  105 conv    255  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x 255  0.353 BFLOPs
  106 detection
Loading weights from yolov3.weights...Done!
Enter Image Path:

此时可以再输入如 data/dog.jpg 的图片路径

改变threshold

YOLO默认输出confidence大于等于0.25的物体，以下命令可以输出所有检测到的物体（不论confidence是多少）：

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0

Tiny YOLOv3 与其他版本的YOLO

yolo3-tiny是yolo3的简化版本，网络结构简单，速度快精度低，关于网络结构可以看https://blog.csdn.net/weixin_42754237/article/details/86548262
darknet下的cfg文件夹有tiny YOLO与YOLOv1，YOLOv2的配置文件，如果要使用其他版本，需要下载相应的权重文件，并将上面命令中的 “yolov3.cfg” 与 “yolov3.weights”改掉。
如下载Tiny YOLOv3权重文件：

wget https://pjreddie.com/media/files/yolov3-tiny.weights

使用Tiny YOLOv3:

./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg

二、VOC数据集

数据集下载:

http://host.robots.ox.ac.uk:8080
一般目标检测常用的是 VOC2007 和 VOC2012 数据集，因为二者是互斥的，而VOC2012test没有公布，所以一般使用 VOC2007 和 VOC2012 的 train+val 训练，然后使用 VOC2007 的 test 测试。
VOC2007数据集下载解压后包含的内容如下所示：

（1）Annotations文件夹

包含所有文件的标注信息，以.xml文件组织，如：

>
	>VOC2007>  #文件夹名
	>000001.jpg>  # 文件名 
	> 
		>The VOC2007 Database>
		>PASCAL VOC2007>
		>flickr>
		>341012865>
	>
	> 
		>Fried Camels>
		>Jinky the Fruit Bat>
	>
	>  # 图像尺寸, 用于对 bbox 左上和右下坐标点做归一化操作
		>353> 
		>500> 
		>3> 
	>
	>0>  # 是否用于分割
	>
		>dog>  # 物体类别
		>Left>  # 拍摄角度：front, rear, left, right, unspecified 
		>1>  # 目标是否被截断（比如在图片之外），或者被遮挡（超过15%）
		>0>  # 检测难易程度，这个主要是根据目标的大小，光照变化，图片质量来判断
		>  #bound box位置
			>48>
			>240>
			>195>
			>371>
		>
	>
	>
		>person>
		>Left>
		>1>
		>0>
		>
			>8>
			>12>
			>352>
			>498>
		>
	>
>

（2）ImageSets文件夹

ImagesSets文件夹下有三个文件夹：

Layout文件夹

train.txt中保存用于训练的图片的名称，val.txt中保存用于验证的图片的名称，trainval.txt中保存所有用于训练和验证的图片名称。

Main文件夹

保存所有20种种类在训练、验证图片中是否存在的信息，1表示存在，-1表示不存在，如：

表示 飞机 在上面所有图片中不存在，在000032中存在。

Segmentation文件夹

内容与Layout文件夹基本一致，不过是图像分割的信息而不是图像识别的信息。

（3）JPEGImages文件夹

保存数据集中所有图片。
SegmentationClass文件夹与SegmentationObject文件夹是关于图像分割的内容
VOC2012数据集在20种类别之外新增了10种动作信息（Action），因此Annotations文件夹下的标注信息多了动作信息，ImageSets文件夹多了Action文件夹，其余内容与VOC2007相同。

三、YOLO训练VOC数据集

将VOC2007、VOC2007 test与VOC2012下载解压并都放入VOCdevkit文件夹内（解压后会自动产生）注意VOC2007 test与VOC2007解压后会有相同的文件名VOC2007，需要将测试数据的文件名修改为VOC2007_test（也可以改成别的）。

wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar
wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtrainval_11-May-2012.tar
tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

建议将VOC数据放入darknet文件夹下的data文件夹中。

找到scipts文件夹中的voc_label.py文件，放至VOCdevkit同一目录下。

打开voc_label.py文件，修改第7行，将列表的最后一个元组修改为(‘2007_test’,‘test’)；修改第58行，将2007_test，改为2007_test_test。运行voc_label.py文件，darknet目录下会生成7个文件，分别为
2007_train.txt，2007_val.txt，2007_test_test.txt，2012_train.txt，2012_val.txt，train.txt，train.all.txt。

每一个txt文件中都存放着训练所需的文件的路径。除此之外，voc_label.py文件为每一副图片生成了一个存放label的txt文件。例如，在VOC2007/labels目录下，便存放着VOC2007数据集的label文件。label文件每一行的信息如下：

<object-class> <x> <y> <width> <height>

注意此处的x,y,w,h都是归一化后的。
下载预训练好的卷积权重：

wget https://pjreddie.com/media/files/darknet53.conv.74

修改cfg文件夹下的voc.data文件：

第二第三行改为自己的train.txt和2007_test.txt的路径
修改cfg文件夹下的yolo3-voc.cfg文件：
将文件开头的batch和subdivisions改成合适的值。
最后输入以下命令开始训练：

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74