使用YOLOv3訓練VOC模型

yolo官網

本篇博文主要是參照官網步驟進行voc資料的訓練,博主也是更改接觸，如果有錯誤的地方，歡迎指正

操作環境: ubuntu

如果使用gpu需要安裝cuda和cudnn，應為我這邊環境已經裝好了，所以並沒有嘗試安裝

具體安裝步驟可以參考一篇部落格:

git clone 

cd darknet
make

2.如需開啟gpu，需要修改makefile

gpu=1

cudnn=1
//下面兩個引數我搜尋了一下資料，貌似不一定要改
nvcc=/usr/local/cuda-8.0/bin/nvcc  //這個如果在安裝cudnn是配置好，直接用nvcc就可以也不需要配，測試方法，可以直接命令列輸入 nvcc -v  看看命令是否可用，不可用再改為具體路徑即可

修改完makefile檔案之後需要重新make：

make clean

make

wget  

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

4.1(非必須，如果已經有自己的資料，直接用自己的資料進行訓練)訓練官方voc資料

一下操作均在darknet根目錄下執行

wget 

wget 
wget 
tar xf voctrainval_11-may-2012.tar
tar xf voctrainval_06-nov-2007.tar
tar xf voctest_06-nov-2007.tar

wget 

python voc_label.py

然後使用命令

cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt

得到train.txt，下一步配置檔案中會使用到train.txt和2007_test.txt，我將他們移動到了data資料夾

3)修改cfg/voc.data檔案

vim cfg/voc.data

classes= 20 //使用官方voc資料時不需要改

train  = /train.txt //將改為你存放train.txt的路徑，比如我就是data
valid  = 2007_test.txt//將改為你存放2007_test.txt的路徑，比如我就是data
names = data/voc.names //classes的具體名稱
backup = backup //儲存weights檔案的目錄,預設情況下1000以內，每100此儲存一次，1000次以上每10000次儲存一次

4)修改cfg/yolov3-voc.cfg檔案

vim cfg/yolov3-voc.cfg

訓練官方資料的話，只需要更改

batch=64

subdevisions=8

wget

6)開始訓練

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

4.2使用自己的資料進行訓練

資料**用labelimg標註

然後需要修改voc_label.py指令碼,cfg/voc.data中的classes，cfg/voc.data中的filters、classes以及其他引數。 目前正在學習中，待填坑

參考1.

2. 3.

4. 5.

YOLOV3訓練VOC資料集

darknet master build darknet x64 data.darknet master build darknet x64 data voc3.命令列cd進入 darknet master build darkne x64 data voc，然後執行python voc label...

YOLOv3訓練自己的VOC資料集

yolo 一 安裝darknet並借助預訓練權重進行檢測 1.安裝darknetgit clone https pjreddie.com media files yolov3.weights3.執行檢測.darknet detect cfg yolov3.cfg yolov3.weights dat...

（官方步驟）YOLO V3訓練VOC資料集

darknet目錄下新建voc資料夾 tar xf voctrainval 11 may 2012.tar tar xf voctrainval 06 nov 2007.tar tar xf voctest 06 nov 2007.tar 為資料集生成txt的標籤檔案 txt標籤檔案每行格式如下 類...