YOLOv3训练自己的数据集

写这篇博客的原因就是想记录一下自己使用YOLOv3时踩过的坑，之前一直都是使用pytorch版本的YOLOv3，比较熟悉，但是最近导师接了一个项目，需要使用darknet版本的YOLOv3，一直没有使用过这个框架，比较小众，因此处理很多的错，想简单的记录一下，方便自己以后的学习。

1安装darknet框架

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

其实也可以去下面这个网站下载压缩包，然后上传到服务器，用自己电脑跑代码的话，可以直接解压即可

https://github.com/pjreddie/darknet

下载完成之后，进入文件(我解压之后，将文件名darknet-master改为了darknet)

cd darknet

输入  ./darknet

系统会输出  usage: ./darknet

然后使用make命令进行编译

make

编译完成，修改Makefile文件，如果使用GPU训练，修改如下，GPU和CUDNN都设置为1，否则边为0

2制作数据集

本次使用的是VOC数据集格式

按照如上形式制作数据集，并放在scripts文件夹下

使用如下代码，命名为test1.py，放在VOC2007文件夹下，运行代码，将生成四个文件：train.txt,val.txt,test.txt和trainval.txt。

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()

结果如下：

 

在scripts文件下新建xinjianlabel.py，并把下列代码复制进去，然后会生成label文件夹，和2007-train等文件

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

# 源代码sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets=[ ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]  # 改成自己建立的myData

classes = ["BucketTeethHoist","HandOnPipe","HaulPipe","InvalidLockBaffle","NoBucketTeethHoist",
           "NoCompanyEmploye","NoLockBaffle","NoProtectionSuit","NoTowRope",
           "PersonOnPipe","TowRope"]  # 改成自己的类别


def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)


def convert_annotation(year, image_id):
    in_file = open('VOCdevkit/VOC2007/Annotations/%s.xml' % (image_id))  # 源代码VOCdevkit/VOC%s/Annotations/%s.xml
    out_file = open('VOCdevkit/VOC2007/labels/%s.txt' % (image_id), 'w')  # 源代码VOCdevkit/VOC%s/labels/%s.txt
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()

for year, image_set in sets:
    if not os.path.exists('VOCdevkit/VOC2007/labels/'):  # 改成自己建立的myData
        os.makedirs('VOCdevkit/VOC2007/labels/')
    image_ids = open('VOCdevkit/VOC2007/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('VOCdevkit/VOC2007/%s_%s.txt' % (year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/VOCdevkit/VOC2007/JPEGImages/%s.jpg\n' % (wd, image_id))
        convert_annotation(year, image_id)
    list_file.close()

 

三局部修改

1、 修改cfg/voc.data

根据自己的路径修改，一定是绝对路径，修改自己的类别数

2、修改data/voc.names

 

根据自己的修改

3.修改参数文件cfg/yolov3-voc.cfg
ctrl+f搜 yolo, 总共会搜出3个含有yolo的地方。一定注意，是三处
每个地方都必须要改2处， filters：3*（5+len（classes））；
其中：classes: len(classes) = 1，这里以单个类dog为例
filters = 18
classes = 1
可修改：random = 1：原来是1，显存小改为0。（是否要多尺度输出。）

 四开始训练

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

下载预训练权重

使用如下命令开始训练

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

 9798是迭代次数，0.370096是loss   0.451929是平均loss，0.001是学习率 3.3s是当前批次花费的总时间，627072images是截止到当前，训练图片数。

Region xx: cfg文件中yolo-layer的索引；
 
Avg IOU:当前迭代中，预测的box与标注的box的平均交并比，越大越好，期望数值为1；
 
Class: 标注物体的分类准确率，越大越好，期望数值为1；
 
obj: 越大越好，期望数值为1；
 
No obj: 越小越好；
 
.5R: 以IOU=0.5为阈值时候的recall; recall = 检出的正样本/实际的正样本
 
0.75R: 以IOU=0.75为阈值时候的recall;
 
count:正样本数目。