ubuntu下训练自己的yolov3数据集

        看到网上写的yolov3训练自己的的数据集,心中被一万头草泥马践踏过,费了九牛二虎的劲,查看不下20篇别人写的博客,特此总结写下详细的过程.此方法只适合VOC格式的数据集!!!

1. 数据集制作

• 制作数据集，将图片制作成VOC2007格式
• 把数据集放在darknet/script中，数据集结构为VOCdevkit/VOC2007/*.
• 修改voc_label.py中的classes变成自己需要的类别名称,此外将classes上一行的带括号的2012删除,以及最后两句注销.
• 运行voc_label.py.
• cd darknet .sudo cat 2007_train.txt 2007_val.txt > train.txt

下面是贴图:

 

里面的文件夹和voc是相同的,不同的是lables.该文件夹是是将voc格式的.xml转换成txt的文件夹.里面内容如下展示:

2.修改配置

1. 修改data/voc.names里面的类别为自己需要的类别名称
2. 修改cfg/voc.data文件

   classes= 20

train = 对应路径/train.txt

valid = 对应路径/2007_test.txt

names = data/voc.names

backup = 对应路径/backup

3.训练

模型下载:

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

训练代码:

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