YOLOV4训练自己的数据集—从环境配置到完成检测任务（Windows）

文章采用的是官方开源代码：
https://github.com/AlexeyAB/darknet
YOLOV4的详细阐述可以阅读原汁原味的论文：
https://arxiv.org/abs/2004.10934

1.Win10下YOLOV4配置教程

本篇文章主要记录从数据集的制作到检测的工作，YOLOV4的环境配置不再详细介绍，推荐我个人亲试很可的一个教程：https://blog.csdn.net/shuaijieer/article/details/106150135?utm_medium=distribute.pc_relevant.none-task-blog-baidulandingword-5&spm=1001.2101.3001.4242

按照这个教程去配置，一般都是可以成功的，若不使用GPU，教程中就可以忽略CUDA和cuDNN的安装。按照步骤进行下去，直到图像测试步骤，这时需要下载作者训练好的网络权重文件yolov4.weights，博文中有下载链接，下载好后放在相应的文件目录下，然后打开cmd命令，输入测试图片的命令，如下红线所示。最后在控制台需要输入你要检测的图片的路径：（比如：你的图片路径/xx.jpg）就可以看见图片的检测效果，至此，说明你的所有安装配置都成功了。

2.制作自己的数据集（打标签）

1. 在目录build\darknet\x64\data\下创建文件obj.name文件，文件内容是你自己的数据集的种类名称，每一行写一个种类名称，比如你的数据集就是检测猫和狗，文件中就写
   cat
   dog

2. 在目录build\darknet\x64\data\下创建文件obj.data，文件内容如下：
   classes = 2 （PS：classes大小按照你的数据集目标类别个数设置）
   train = data/train.txt
   valid = data/test.txt
   names = data/obj.names
   backup = backup/

3. 将你的数据集所有的图像（.jpg）文件全部放在build\darknet\x64\data\obj\目录下。然后clone下 https://github.com/AlexeyAB/Yolo_mark这个，按照教程为每个图像生成标签。完成后，每个.jpg文件都对应一个相同名字的.txt文件，文本文件中的内容是相应图片的 【object-class】【x_center】 【y_center】 【width】【height】。第一项是类别标签，第二项和第三项是目标的中心坐标（归一化至0-1），后面两项是目标框的宽度和高度。

4. 在目录build\darknet\x64\data\下创建文件train.txt，文件的内容是每一行对应一个图像的路径，比如
   data/obj/img1.jpg
   data/obj/img2.jpg
   data/obj/img3.jpg

3.修改配置文件

在目录build\darknet\x64\cfg\下找到yolov4-custom.cfg文件，copy一份后重命名为yolo-obj.cfg。也可以自己创建一个配置文件，然后将yolov4-custom.cfg文件中的内容复制到你的配置文件中。
然后接下来修改配置文件中的内容，以适用于你自己的数据集。

1. 在配置文件中改 batch的大小，根据自己的数据集数量和自己的机器性能

2. 在配置文件中改 subdivisions的大小，根据自己的数据集数量和自己的机器性能
   【 这里解释一下batch和subdivisions的意思，这里batch表示每次训练的图片数量，subdivisions表示将batch分成多少组去训练（缓解内存压力），也就是说每次经过batch个样本更新一次参数，用cpu训练时，可能会出现这种错误，这时需要我们更改batch和subdivisions大小。电脑配置跟不上的可以适当增大subdivisions。】
   

3. 在配置文件中改max_batches=6000(f.e.classes=3)，就是通常根据你自己的检测类别设置max_batches=classes*2000，但是一般不能少于训练样本的数量，不能低于6000。（PS：根据自己的需求设置）

4. 在配置文件中设置steps的大小，一般是取max_batches大小的80%和90%。比如max_batches=6000，则steps=4800,5400。（PS：根据自己的需求设置）

5. 设置width和height为可以整除32的任意数（f.e.width=608 height=608）

6. 在每个[yolo]层中更改classes的大小为你自己的检测类别数，共需要更改三处，可以通过ctrl + F键查找然后更改，快捷高效。

7. 在每个[yolo]层之前的最后一个[convolutional]层中更改filters的大小为 (classes+5)x3，（比如，classes=2，filters=21）共需要更改三处，注意是[yolo]层前的最后一个[convolutional]层，不是每个[convolutional]层里都需要修改，只需要改三处。
   

4.开始训练

运行cmd，切换路径进入到darknet.exe所在的目录下，windows下执行命令：
darknet.exe detector train data/obj.data cfg/yolo-obj.cfg yolov4.conv.137 -dont_show
训练完成后，训练的权重会保存在build\darknet\x64\backup\目录下。如果我们在训练过程中不小心中断了训练（比如在迭代了1000次后），我们可以查看保存的权重文件，通过命令：
darknet.exe detector train data/obj.data cfg/yolo-obj.cfg backup/yolo-obj_1000.weights
然后就可以接着训练。

5.使用自己训练好的权重测试

在build\darknet\x64\backup\目录下保存的是训练输出的权重，有时，我们会在迭代结束之前的某个输出权重获取最好的检测效果，我们可以使用相应的权重进行检测，使用命令：
darknet.exe detector test data/obj.data cfg/yolo-obj.cfg backup/yolo-obj_8000.weights进行测试，这里具体使用哪个权重文件，取决于你自己的训练结果。

最后，如果你的任务是检测很小的物体（图像resize为416x416后，目标小于16x16），在配置文件yolo-obj.cfg需要修改相应位置
为layers=23。修改这个位置为stride=4。修改这个位置为stride=4。
如果你的检测任务区分图像左右翻转后的类别，比如交通标志，由于网络通常会对数据集进行数据增强，所以你需要在配置文件中的这个位置添加一行代码 flip=0。

工具

用于标记数据样本的两种工具（亲试可用）：

1. in C++: https://github.com/AlexeyAB/Yolo_mark
2. in Python: https://github.com/tzutalin/labelImg

最后（就是最后最后…）：阅读作者的github时，对于先验框anchor的设置，不太明白，如下：

本来我还特意去根据自己的数据集聚类了9种先验框，但作者的意思是建议使用源码默认的先验框，如果自己重新计算anchors，需要相应更改配置文件中的mask和filters，这个anchors的设置保留个疑问！