YOLO教程之训练自己的数据

官网： http://pjreddie.com/yolo/ 
相关文章： http://arxiv.org/abs/1506.02640 
源代码： https://github.com/pjreddie/darknet.git

以上都是V2，V2比V1占显存少，训练更快，指标更好，论文还没有出来，代码里面也有V1的相关文件可以直接用。官网的教程写得挺好，首先要仔细看了再看其他教程。

教程：目前所有的教程都是针对V1的

1. http://guanghan.info/blog/en/my-works/train-yolo/

   这个教程的作者是众多教程作者里最懂yolo的，下面的评论也提供了很多问题的解决思路，但是作者提供的convert.py文件写得不好懂，教程里关于这部分也没多加说明，下面我会说明数据处理的思路，最好是自己写个脚本来转换数据格式。

2. http://blog.csdn.net/fffupeng/article/details/52910902?locationNum=13&fps=1

   虽然格式不是那么系统，但思路和要点都说到了

   3）http://blog.csdn.net/qq_30401249/article/details/51564871

   这个教程对于数据处理的阐述有不正确的地方，我就在这里卡了好久……

    

1. YOLO的安装：yolo的安装相对于caffe等环境非常简便，主要按照官网上去做http://pjreddie.com/darknet/install/

    

2. 数据格式转换：

   1）每张图片一个annotation，所有训练图片一个路径list。

   2）annotation文件：数据要转换成darknet格式，作者提供了对voc数据的转换，但是别的数据就需要自己写脚本了，不建议用convert.py的脚本

   转换算法：

   坐标格式为：label x y w h

   其中label为标签，x ，y为box的中心坐标/图片的宽度，高度。同理w，h为box的宽度和高度/图片的宽度，高度，数据不用截断。label标签这里需要特别注意，前面教程3）里这部分是有问题的。类标应该是从0开始，如果一类就是0，不用和文件夹名称对应，需要的是labels的.png文件名称和放图片的文件夹以及放annotation的文件夹名称对应。另外，教程中没有提到annotation生成之后放在哪里，事实上路径是默认在train.txt的路径其中的JPEGImages改成labels，路径的其余部分不变。

   若用ning的convert.py的代码中，需要修改类别以适应不同类别的label

   """ Configure Paths"""   

   mypath = "labels/stopsign_original/" # 改

   outpath = "labels/stopsign/" #改

    

   cls = "stopsign" # 改

   if cls not in classes:

       exit(0)

   cls_id = classes.index(cls) # 本来就是对的，NGY教程改得不对

    

   wd = getcwd()

   list_file = open('%s/%s_list.txt'%(wd, cls), 'w') # 存储图片绝对位置信息

    

   注意：

   （1）原坐标信息文件每行结束不能只是换行，还要空格再换行才能与下一行分割开

   （2）不过convert.py文件本身数据部分是对的，但是读写文件部分写的难以看懂，我跑出来出来的结果也不对

    

   3）生成标签文件：无论是作者的代码还是ning改的make_labels.py都不能成功，出来sh: 1: convert: not found，解决方法：直接在终端输入python make_labels.py，显示>之后没了反应，中断它，因为这说明是这个命令有问题，输入convert（命令出错时可以直接试一试在终端输入，可能是没有安装这个命令），会显示包含在哪个包里，下载它！再运行make_labels.py,显示：convert.im6: unable to read font `futura-normal' @ warning/annotate.c/RenderType/853.是因为没有这个字体，在/usr/share/fonts/truetype/里的确找不到，所以随便改成一个系统自带的字体就好，注意用全路径(如*.ttc,*.ttf)，比如：-font /usr/share/fonts/truetype/arphic/ukai.ttc，如果labels包含有中文，则需添加utf-8编码

   in a word,在ubunbut下生成标签名的图片时，即文字转图片，报错, convert : unable to read font

   脚本：make_label.py

   成功范本：

   # -*- coding: utf-8 -*-    

   import os  

   l=["rabbit", "fish", "deer", "tiger", "cat", "兔子"]  

   for word in l:   

   os.system("convert -fill black -background white -bordercolor white -border 4  -font /usr/share/fonts/truetype/arphic/ukai.ttc -pointsize 18 label:\"%s\" \"%s.png\""%(word, word))

    

   3.修改代码：

   1）yolo_kernel.cu

   行62：draw_detections(det, l.side*l.side*l.n, demo_thresh, boxes, probs, voc_names, voc_labels, CLS_NUM);

   2）yolo.c

   行13：char *voc_names[] = {"text"};#改成自己的标签名

   行17：char *train_images = "/media/zqh/_E/darknet2/scripts/train.txt";#改成自己的train.txt清单所在路径

       char *backup_directory = "/media/zqh/_E/darknet2/backup";#改成自己的训练出来的权重文件保存路径

   行322：draw_detections(im, l.side*l.side*l.n, thresh, boxes, probs, voc_names, voc_labels, CLASSNUM);

   倒数第2行：else if(0==strcmp(argv[2], "demo")) demo(cfg, weights, thresh, cam_index, filename, voc_names, 1, frame_skip, prefix);#1改成自己的类别数

   3）yolo_train.cfg

   改class和output，当num=3,和论文中B=2不同，output要按num计算，output=（num*5+class)*49

    

   4.其他训练步骤按照官网教程，训练时.cfg文件和初始权重要匹配：

   yolo.cfg -> extraction.conv.weights

   yolo-small.cfg -> strided.conv.weights

   yolo-tiny.cfg -> darknet.conv.weights

   yolo中用到的pre-trained weights的格式是.conv.weights的文件，根据不同的model，要对已有的weights进行转换。

   ./darknet partial cfg/extraction.cfg path/to/extraction.weights extraction.conv.weights  # ./darknet partial 转化网络 现有weights的路径 需要生成的weights的路径

   yolo_v2 cfg文件和对应的weights文件前缀一致，两个版本的weight不通用

    

   ./darknet partial cfg/darknet.cfg path/to/darknet.weights path/to/darknet.conv.weights