darknet使用自己的数据集 图像分类
首先是数据存放的地方：
打开我们编译好的darknet文件 存放我们自己的数据 ：
darknet-master是我编译好的darknet文件
找到data文件将自己的数据集放入 （这里的是花的一个数据集）
我使用
train 和 test 是我们存放我们的图片数据（展示train文件夹）：
存放的是6个类别信息
展示第一个类别信息
之后创建一个labels.txt文件 存放我们的类别名称：
之后创建一个data.txt文件将
find `pwd`/train -name \*.jpg > train.list
find `pwd`/test -name \*.jpg > test.list
写入到data.txt文件中
再将data.txt 修改为data.sh （生成data.sh格式要装有Git，否则文件不可用）
点击data.sh会获取两个文件 test.list train.list 存放的是我们图片的路径（下列展示为文本打开方式）：
通过文本格式打开 test.list和train.list 将图片的路径修改 将 /e/ 修改为E:\（我这里是e盘，根据不同情况修改 就是自己图片的路径 最好是绝对路径相对路径我没试过）：
接下来就是进入 cfg文件（跟data文件同级目录 ）：
cfg存放的是我们的一些网络结构和一些参数：
创建mouth.data mouth.cfg两个文件（你可以创建一个文件夹 最好不要有中文，只要运行是的路径对就没问题，这里我是直接创建的）：
在通过文本方式打开 mouth.data写入 ：
classes=5
train = E:\darknet-master\build\darknet\x64\data\flower\train.list
valid = E:\darknet-master\build\darknet\x64\data\flower\test.list
labels = E:\darknet-master\build\darknet\x64\data\flower\labels.txt
backup = E:\darknet-master\build\darknet\x64\data\flower\
top=5
获取我们在data文件中创建 flower中的 test.list train.list labels.txt 这些文件
这里面 classes 是自己训练模型的类别个数 我这里是5分类 top我忘了.....（跟classes一样一样就行了......）
backup = E:\darknet-master\build\darknet\x64\data\flower\ 是保存我们的一些数据如权重等 保存到我们路径下的文件夹下（我这个保存到我放入的数据集中了）
再通过文本方式打开 mouth.cfg写入
[net]
batch=16
subdivisions=1
height=48
width=48
channels=3
max_crop=48
min_crop=48
hue=.1
saturation=.75
exposure=.75
learning_rate=0.01
policy=poly
power=4
max_batches = 5000
momentum=0.9
decay=0.0005
[convolutional]
batch_normalize=1
filters=12
size=3
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=2
[convolutional]
batch_normalize=1
filters=24
size=1
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=2
[convolutional]
batch_normalize=1
filters=48
size=3
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=2
[connected]
output=128
activation=relu
[connected]
output=5
activation=linear
[softmax]
里面存放的是网络结构的一些参数 如 批次啦 图片大小啦 等等一些数据
这些数据 注意最后一个 output = 是你的类别总数 我这里是 5个类别 所以是 output=5
相当于全连接层
最后就是训练数据 进入x64目录下 cmd 进入虚拟环境
输入darknet classifier train cfg/mouth.data cfg/mouth.cfg 就可以运行了
mouth.data mouth.cfg是我们在cfg创建的文件
效果展示
保存地址
注：这是我之前看的一个博客所编写的一个txt文件 过了几个月之后又用到这个模型了，于是想着发一篇关于训练自己数据的博客（方便自己使用）但是没找到之前的博客 如有侵权请告知