1. 下载darknet源码
在命令窗口（terminal）中进入你想存放darknet源码的路径，然后在该路径下输入依次输入以下命令：
git clone https://github.com/pjreddie/darknet cd darknet
上述命令首先从darknet的源码地址复制一份源码到本地，下载下来的是一个名为darknet的文件。然后进入这个名为darknet的文件夹。
2. 修改darknet的Makefile文件
Note：如果不需要darknet在GPU上运行，则略过此步骤，只需执行make命令。 在命令窗口输入以下命令打开Makefile文件：
vi Makefile
将Makefile文件开头的GPU=0改为GPU=1，如下所示：
GPU=1 CUDNN=0 OPENCV=0 OPENMP=0 DEBUG=0
修改完之后，需要执行make命令才可以生效。
make
3. 准备数据集
在./darknet/scripts文件夹下创建文件夹，命名为VOCdevkit，然后再在VOCdevkit文件夹下创建一系列文件夹，整个目录结构如下所示：
VOCdevkit -VOC2019 # 这个文件夹的年份可以自己取 --Annotations # 在这个文件夹下存放所有的xml文件 --ImageSets ---Main # 在这个文件夹下新建两个TXT文件 ----train.txt ----val.txt --JPEGImages # 在这个文件夹下存放所有的图片文件
上述文件及文件夹创建好之后，下面来对我们的数据集生成train.txt和val.txt，这两个文件中存放训练图像和测试图像的文件名（不含.jpg后缀）。 新建一个creat_train_val_txt.py文件（名字可以自己随便取），然后将以下代码复制进去（注意相应路径的修改）
#coding:utf-8
import os
from os import listdir, getcwd
from os.path import join
if __name__ == '__main__': # 只有在文件作为脚本文件直接执行时才执行下面代码
source_folder='/home/tukrin/zhl/darknet/scripts/VOCdevkit/VOC2019/JPEGImages/' #图片保存的路径
dest='/home/tukrin/zhl/darknet/scripts/VOCdevkit/VOC2019/ImageSets/Main/train.txt' #写有图片的名字的路径
dest2='/home/tukrin/zhl/darknet/scripts/VOCdevkit/VOC2019/ImageSets/Main/val.txt' #写有图片的名字的路径
file_list=os.listdir(source_folder) #获取各图片的名称
train_file=open(dest,'a') #追加写打开
val_file=open(dest2,'a') #追加写打开
count = 0
for file_obj in file_list:
count += 1
file_path=os.path.join(source_folder,file_obj) #路径拼接 指向 图片文件的路径
file_name,file_extend=os.path.splitext(file_obj) #分离文件名与扩展名 file_name为去掉扩展名的图片名称
# file_num=int(file_name)
if(count<800):
train_file.write(file_name+'\n') #写入去掉扩展名的文件名名称 前800个作为 训练集数据
else :
val_file.write(file_name+'\n') #写入去掉扩展名的文件名名称 后面的作为 验证集数据
train_file.close() #关闭文件
val_file.close() #关闭文件
制作好creat_train_val_txt.py文件后，在命令行执行该文件：
python creat_train_val_txt.py
执行完毕之后可以看到刚刚我们新建的train.txt和val.txt文件中被写进了我们的数据集图片的文件名。
4. 修改voc_label.py
打开scripts文件夹下的 voc_label.py 文件，修改信息：#要修改的地方 共三处
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
#要修改的地方
sets=[('2019', 'train'), ('2019', 'val')] # 此处的2019对应前面新建文件夹时的2019，train和val对应两个TXT文件的文件名
#要修改的地方
classes =["car", "people"] # 此处为数据集的类别名称，一定要与xml文件中的类别名称一致，有几类就写几类
def convert(size, box):#size是图片的尺寸 box是矩形的四个点
dw = 1./size[0] # 归一化的时候就是使用宽度除以整个image_size的宽度
dh = 1./size[1] # 归一化的时候就是使用高度除以整个image_size的高度
x = (box[0] + box[1])/2.0 # 使用(xmin+xmax)/2得到x的中心点
y = (box[2] + box[3])/2.0 # 使用(ymin+ymax)/2得到y的中心点
w = box[1] - box[0] # 然后宽度就是使用xmax-xmin计算得到
h = box[3] - box[2] # 然后高度就是使用ymax-ymin计算得到
x = x*dw# 归一化
w = w*dw# 归一化
y = y*dh# 归一化
h = h*dh# 归一化
return (x,y,w,h)
def convert_annotation(year, image_id):
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')#此时文件是如何形成的？ open的时候自动建立
root = tree.getroot()#获得root节点
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/VOC%s/labels/'%(year)):#如果没有存在这个文件
os.makedirs('VOCdevkit/VOC%s/labels/'%(year))#创建这个路径 来存放txt标签
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()#此时文件是如何形成的？ 通过另一个脚本文件与图片名称生成的
list_file = open('%s_%s.txt'%(year, image_set), 'w')#这个文件可能是自己建的？ open的时候自动建立
for image_id in image_ids:
list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
convert_annotation(year, image_id)
list_file.close()
#要修改的地方
os.system("cat 2019_train.txt 2019_val.txt > train.txt") # 此处是将两个txt连接成一个txt，如果你训练时不用val.txt中的数据，可以注释掉这句话。
# os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")# 另外，删除另外一条os.system(...)语句。
保存修改后，运行该文件：
python voc_label.py
执行完毕之后，会生成2018_train.txt、2018_val.txt、train.txt 三个文件，如下图：
在labels文件夹下会生成图片对应的txt形式的图片标注信息
5. 下载预训练模型
为了加速训练过程，可以在darknet官网上下载预训练模型，在该预训练模型上再进行训练。 在命令窗口输入以下命令：
wget https://pjreddie.com/media/files/darknet53.conv.74
文件保存在script文件夹下即可
6. 修改./darknet/cfg/voc.data文件
classes= 2 # 你的数据集的类别数 train = /home/tukrin/zhl/darknet/scripts/2019_train.txt # 第4步中生成的txt文件路径 valid = /home/tukrin/zhl/darknet/scripts/2019_val.txt # 第4步中生成的txt文件路径 names = /home/tukrin/zhl/darknet/data/voc.names # voc.names 的文件路径 backup = /home/tukrin/zhl/darknet/backup/ #backup文件夹的路径 训练的权重将保存在这
7. 修改./darknet/data/voc.name文件
将voc.name文件做如下修改：
car people
内容为你的数据集的类别名称，注意和xml文件中的类别名称一致。
8. 修改./darknet/cfg/yolov3-voc.cfg文件
该文件为网络结构文件。 首先修改开头处如下：
[net] # Testing # batch=1 # subdivisions=1 # Training batch=64 subdivisions=16
即，将训练模式打开，将测试模式的语句注释掉。
其中subdivisions为将一个batch（此处为64）分成多大的小batch。如果训练时提示超出内存，则可以相应的改小这两个参数的值。
接着视情况修改开头处的超参数（学习率，迭代次数等）：
width=416 height=416 channels=3 momentum=0.9 decay=0.0005 angle=0 saturation = 1.5 exposure = 1.5 hue=.1 learning_rate=0.001 burn_in=1000 max_batches = 50200 # 迭代次数 policy=steps steps=40000,45000 # 在指定迭代次数时进行学习率衰减 scales=.1,.1 # 学习率衰减率 此处是0.1
然后再该文件的底部部分，找到如下语句进行如下修改：
...... [convolutional] size=1 stride=1 pad=1 filters=21 ....................# 修改为 3 * （类别数 + 5），此处类别数为2，所以设置为 3*（2+5）=21 activation=linear [yolo] mask = 6,7,8 anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326 classes=2 .....................# 修改类别数 num=9 jitter=.3 ignore_thresh = .5 truth_thresh = 1 random=1 ...... [convolutional] size=1 stride=1 pad=1 filters=21 .....................# 同上 activation=linear [yolo] mask = 3,4,5 anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326 classes=2 .....................# 同上 num=9 jitter=.3 ignore_thresh = .5 truth_thresh = 1 random=1 ...... [convolutional] size=1 stride=1 pad=1 filters=21 .....................# 同上 activation=linear [yolo] mask = 0,1,2 anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326 classes=2 .....................# 同上 num=9 jitter=.3 ignore_thresh = .5 truth_thresh = 1 random=1
有三处[yolo]的上面的[convolutional]的filters要改 和[yolo]的classes要改开始训练
9. 开始训练
在 ./darknet 目录下，在命令窗口中执行以下命令，其中 -gpus 0, 1 用来指定参与训练的GPU编号，可以省略。填0 或1
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg scripts/darknet53.conv.74 -gpus 0,1
10.训练终止后继续训练方法
假如训练由于意外情况，如显存不够终止了，可以通过加载中间权重文件，进而继续训练 中间权重文件在backup文件夹中
把9步权重文件的路径换为backup中文件即可
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_900.weights -gpus 0,1
backup里文件保存规则： 训练1000次之前每100次保存一次。所以上面图片出现了100~900的权重中间文件。 训练1000次之后每10000次保存一次。 yolov3-voc.backup 会保持100整数倍的训练结果。 所以在1000次之后想继续训练的话应该加载 yolov3-voc.backup文件。注意此文件不能作为检查模型使用。
以上就是darknet框架中YOLOv3对数据集进行训练和预测详解的详细内容，更多关于darknet YOLOv3数据集训练预测的资料请关注脚本之家其它相关文章！