在win10下用yolov3訓練自己的資料集

1.  在darknet-master\build\darknet\x64 新建yolo-obj.cfg檔案（可以直接複製yolov3.cfg,然後重新命名為yolo-obj.cfg），

然後就是修改這個檔案內容了。

將batch 改成64 ：batch=64 

將subdivisions 改成8 ：subdivisions=8 

將每個yolo下（共有3處）的classes改成你自己的類的數量 ：classes = 1（我的是1類）

將每個yolo上面第一個convolutional下的filters改成你自己的大小，計算方法是： filters=(classes + 5)x3   ,由於我的是1類，所以我的filters=18. （和上面一樣，共有3處，3個yolo，每個yolo上面的第一個convolutional下的filters）每個yolo上面的第一個convolutional是網路的最後一個輸出層。

2.在build\darknet\x64\data\下新建obj.names檔案，裡面寫入你的類名，每個類名佔一行。

3.在build\darknet\x64\data\下新建obj.data檔案

把類別數改成你自己的數量。其他不變。

4.將你的所有樣本圖片放到：build\darknet\x64\data\obj\

5.將所有圖片對於的txt檔案也放到：build\darknet\x64\data\obj\

txt檔案格式如下

jpg圖片對應的txt可以用python指令碼生成（不過要先用圖片標註工具將目標圈出來，生成的是xml檔案），下面是標註工具的下載連結：

下面是將xml裝成txt的指令碼：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

classes = ["bicycle"]  # 自行車檢測


def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)


def convert_annotation(image_id):
    in_file = open('D:/darknet-master/scripts/VOCdevkit/voc/Annotations/%s.xml' % (image_id))

    out_file = open('D:/darknet-master/scripts/VOCdevkit/voc/labels/%s.txt' % (image_id), 'w')  # 生成txt格式檔案
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        cls = obj.find('name').text
        if cls not in classes:
            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')


image_ids_train = open('D:/darknet-master/scripts/VOCdevkit/voc/list.txt').read().strip().split('\',\'')  # list格式只有000000 000001

# image_ids_val = open('/home/*****/darknet/scripts/VOCdevkit/voc/list').read().strip().split()


list_file_train = open('boat_train.txt', 'w')
list_file_val = open('boat_val.txt', 'w')

for image_id in image_ids_train:
    list_file_train.write('D:/darknet-master/scripts/VOCdevkit/voc/JPEGImages/%s.jpg\n' % (image_id))
    convert_annotation(image_id)
list_file_train.close()  # 只生成訓練集，自己根據自己情況決定

# for image_id in image_ids_val:

#    list_file_val.write('/home/*****/darknet/boat_detect/images/%s.jpg\n'%(image_id))
#    convert_annotation(image_id)
# list_file_val.close()

5.將darknet的預訓練權重放入build\darknet\x64，下面是我的網盤連結，我的網盤裡有：

6.開啟win10終端，cd進入darknet-master\build\darknet\x64路徑，然後輸入：darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74   開始訓練。

7.訓練時，每訓練100輪，都會生成一個權重檔案在build\darknet\x64\backup\ 下，檔名例如：yolo-obj_100.weights（後面的100是訓練100輪是的權重）。

8.測試訓練效果：

將那個backup檔案下最後一個權重檔案複製到build\darknet\x64\檔案下，開啟win10終端，cd進入然後執行darknet-master\build\darknet\x64路徑，然後輸入：darknet.exe detector test data/obj.data yolo-obj.cfg yolo-obj_100.weights（最後的權重改為你自己的權重）。終端會提醒你輸入圖片路徑，然後你輸入測試圖片的絕對路徑即可看到效果。