coco训练集darknet_darknet-yolov3训练自己的数据集

申明

一、标注工具(labelimg)

2.双击运行

3.保存后的文件为xml格式

二、下载编译darknet

1.拉取darknet

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

cd darknet

2.修改配置文件Makefile(

GPU=1 #如果使用GPU设置为1，CPU设置为0

CUDNN=1 #如果使用CUDNN设置为1，否则为0

OPENCV=0 #如果调用摄像头，还需要设置OPENCV为1，否则为0

OPENMP=0 #如果使用OPENMP设置为1，否则为0

DEBUG=0 #如果使用DEBUG设置为1，否则为0

3.开始编译

make

4.下载yolov3预训练模型

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

5.测试

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

或者

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

三、准备数据集、训练、测试

1.在darknet目录下创建myData文件夹，目录结构如下，将之前标注好的图片和xml文件放到对应目录下

myData

...JPEGImages#存放图像

...Annotations#存放图像对应的xml文件

...ImageSets/Main # 存放训练/验证图像的名字(格式如 000001.jpg或者000001)，里面包括train.txt。这里给出的格式是: 000000，因为下面的代码中给出了图像的格式。

将自己的数据集图片拷贝到JPEGImages目录下。将数据集label文件拷贝到Annotations目录下。在myData下创建test.py，将下面代码拷贝进去运行，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()

运行如下

2.将数据转换成darknet支持的格式

yolov3提供了将VOC数据集转为YOLO训练所需要的格式的代码，在scripts/voc_label.py文件中。这里提供一个修改版本的。在darknet文件夹下新建一个my_lables.py文件，内容如下：

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=[('myData', 'train')] # 改成自己建立的myData

classes = ["person", "foot", "face"] # 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('myData/Annotations/%s.xml'%(image_id)) # 源代码VOCdevkit/VOC%s/Annotations/%s.xml

out_file = open('myData/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('myData/labels/'): # 改成自己建立的myData

os.makedirs('myData/labels/')

image_ids = open('myData/ImageSets/Main/%s.txt'%(image_set)).read().strip().split()

list_file = open('myData/%s_%s.txt'%(year, image_set), 'w')

for image_id in image_ids:

list_file.write('%s/myData/JPEGImages/%s.jpg\n'%(wd, image_id))

convert_annotation(year, image_id)

list_file.close()

3.运行该脚本

python my_lables.py

会在./myData目录下生成一个labels文件夹一个txt文件(myData_train.txt)(内容是: 类别的编码和目标的相对位置)。

lables文件中的‘txt文件的含义为：

同理如果要生成训练数据 sets=[('myData', 'train')] 改为sets=[('myData', 'train'), ('myData', 'test')]

具体的每一个值的计算方式是这样的：假设一个标注的boundingbox的左下角和右上角坐标分别为(x1,y1)(x2,y2)，图像的宽和高分别为w,h

归一化的中心点x坐标计算公式：((x2+x1) / 2.0)/ w

归一化的中心点y坐标计算公式：((y2+y1) / 2.0)/ h

归一化的目标框宽度的计算公式： (x2-x1) / w

归一化的目标框高度计算公式：((y2-y1)/ h

4.修改darknet/cfg下的voc.data和yolov3-voc.cfg文件

为了保险起见，复制这两个文件，并分别重命名为my_data.data和my_yolov3.cfg

my_data.data内容：

GPU=1 #如果使用GPU设置为1，CPU设置为0

CUDNN=1 #如果使用CUDNN设置为1，否则为0

OPENCV=0 #如果调用摄像头，还需要设置OPENCV为1，否则为0

OPENMP=0 #如果使用OPENMP设置为1，否则为0

DEBUG=0 #如果使用DEBUG设置为1，否则为0

my_yolov3.cfg的内容：

/yolo, 总共会搜出3个含有yolo的地方。

每个地方都必须要改2处， filters：3*(5+len(classes))；

其中：classes: len(classes) = 3，这里以我的工程为例

filters = 24

classes = 3

可修改：random = 1：原来是1，显存小改为0。(是否要多尺度输出。)

5.可以指定训练批次和训练轮数

[net] # Testing ### 测试模式

[net]

# Testing ### 测试模式

# batch=1

# subdivisions=1

# Training ### 训练模式，每次前向的图片数目 = batch/subdivisions

batch=64

subdivisions=16

width=416 ### 网络的输入宽、高、通道数

height=416

channels=3

momentum=0.9 ### 动量

decay=0.0005 ### 权重衰减

angle=0

saturation = 1.5 ### 饱和度

exposure = 1.5 ### 曝光度

hue=.1 ### 色调

learning_rate=0.001 ### 学习率

burn_in=1000 ### 学习率控制的参数

max_batches = 50200 ### 迭代次数

policy=steps ### 学习率策略

steps=40000,45000 ### 学习率变动步长

因为是训练，所以注释Testing,打开Training，其中

batch=64 每batch个样本更新一次参数。

subdivisions=16 如果内存不够大，将batch分割为subdivisions个子batch，每个子batch的大小为batch/subdivisions。

6.在myData文件夹下新建myData.names文件

people

foot

car

7.下载预训练权重

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

8.开始训练

./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74

或者指定gpu训练，默认使用gpu0

./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74 -gups 0,1,2,3

查看gpu信息

从停止处重新训练

./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74 -gups 0,1,2,3 myData/weights/my_yolov3.backup -gpus 0,1,2,3

9.测试

./darknet detect cfg/my_yolov3.cfg weights/my_yolov3.weights 1.jpg

10.效果

最后

如果觉得文章对您有帮助的话，别忘了给我个赞，谢谢！