YOLOV4-pytorch环境配置

代码链接: linkhttps://github.com/Tianxiaomo/pytorch-YOLOv4.git
参考博文链接: linkhttps://blog.csdn.net/myr503270510/article/details/109642901

代码百度网盘链接链接：https://pan.baidu.com/s/1qa7jElCJlRrJP6fEufNP_A?pwd=yyds
提取码：yyds

环境配置过程：

创建环境

   conda create -n yolov4 python=3.6  

安装pytorch

   conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0

安装包遇到的坑：

1. scikit_image

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit_image==0.16.2可安装成功 

2. opencv_python

在https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
中下载 opencv_python-4.4.0-cp36-cp36m-win_amd64.whl
进入自己创建的环境cd D:\software\Anaconda\Anaconda\envs\yolov4\Lib\site-packages 
pip install opencv_python-4.4.0-cp36-cp36m-win_amd64.whl

训练过程：

数据集格式转换：

1. 修改VOCdevkit/VOC2007/convert_data.py中
   153行jsonfilepath = ‘JPEGImages’
   152行设置训练集0.8 验证集（测试集）0.2 得到test2017 train2017 val2017 及Annotations 文件夹

2. 修改tool/coco_annotation.py中
   19 json路径，20 图片路径，21 输出路径（train和val） 在data文件夹下得到train.txt和val.txt

   train val.txt格式为  image_path2 x1,y1,x2,y2,id
                        image_path : 图片类别
                        x1,y1 : 左上角坐标
                        x2,y2 : 右下角坐标
                        id : 物体类别
   

3. cfg.py中设置参数
   Cfg.use_darknet_cfg = False
   Cfg.batch = 1
   Cfg.subdivisions = 1
   Cfg.iou_type = ‘ciou’

4. D:\Code\pytorch-YOLOv4-master\train.py中输入：
   python train.py -l 0.001 -g 0 -pretrained yolov4.conv.137.pth -classes 6 -dir D:/Code/pytorch-YOLOv4-master/data/train.txt

训练过程中遇到问题

 1.OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading "D:\software\Anaconda\Anaconda\envs\yolov4\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.
    解决：将train.py中num_workers=0