首先要說明的是，darknet官網給出的例子是使用yolo（you only look once）網路結構來對影象進行檢測的。Yolo比常見的rcnn 、fast-rcnn、faster-rcnn、SSD要快，但是快的同時損失了精度。
這裡給出兩個效果的對照表

該表來自yolo的paper

該表來自darknet官網。

由於Yolo是一個速度較快的影象檢測結構，所以將其用於實時檢測具有非常好的效果。Faster-rcnn雖然精度很高，但不具有實時性，所以用作實時檢測的效果要不yolo差。

關於yolo的paper的具體內容，我會在之後的部落格中再進一步詳解，這裡不再深入。本篇部落格以跑通官網給出的例子為主。

第一步：資料標註

有了自己的影象資料以後就要對影象進行標註了，常用的軟體是labelimg。下載後可以直接執行，無需安裝，選擇開啟資料夾後就可以批量匯入圖片了。開啟後Ctrl+R選擇預設儲存路徑（設定預設儲存路徑後，生成的標記檔案實xml檔案，切直接下一張就自動儲存了，如果不設定，生成的標記檔案實lif格式的檔案，且需要手動儲存），w開始畫標籤，d表示下一張圖片，a表示上一張圖片。

第二步：生成TXT檔案
標記完後會生成每張圖片對應的xml檔案，也就是每張圖片的label檔案，我們需要提取其中的一些boundingbox的資訊。
在darknet的scripts資料夾下有一個voc_label.py的檔案，這個是針對voc圖片集的xml生成對應圖片TXT檔案的指令碼，根據自己的情況進行修改，生成自己的影象資料的TXT檔案資料。TXT檔案的內容每行都是 這種形式，且座標和長寬都應該是歸一化後的數值。
在執行voc_label.py 指令碼時還會生成一個train.txt檔案，改檔案裡存放的是每張圖片的絕對路徑。Train.txt是訓練時需要的檔案。
生成txt檔案後，記得將原影象和txt檔案放到同一個資料夾下。

第三步：建立一個.names檔案
檔案命名任意，例如my.names 該檔案裡存放的是型別的名稱，每一類另起一行。

第四步：修改.data檔案
之後我們修改darknet下cfg檔案中的voc.data檔案，當然我們也可以自己建立一個.data檔案。

classes= 1                          #訓練資料的類別數目，我這裡只有一類，所以這裡是1
train  = <path-to-voc>/train.txt                           #上面1.2步驟生成的train檔案路徑
valid  = <path-to-voc>test.txt
 
                           #上面1.2步驟生成的val檔案路徑
names = data/voc.names                                #上面2.1步驟建立的names檔案路徑
backup = backup                           #這是訓練得到的model的存放目錄，建議自己修改。

根據我們實際的檔案路徑和類別等相關資訊，對.data檔案進行修改。

第五步：修改.cfg檔案
假設我們使用yolo_voc.cfg網路來進行訓練，我們需要到darknet/cfg/資料夾下找到yolo_voc.cfg檔案進行修改。當然，使用不同的網路，要修改對應的.cfg檔案。

該檔案有兩處需要修改的地方：
第一處：[region]層中classes改成你的類別數，圖片中的資訊使用的是voc的資料集，有20類，所以classes=20。
第二處：[region]層上方的[convolution]層中，filters的數量改成（classes+coords+1）*NUM。上圖是(20+4+1)*5=125

第六步：修改src/yolo.c檔案

1）在檔案的開始部分，也就是上圖的第9行，將類別名稱改成自己資料集的類別名稱。
2）在檔案的第13行，將訓練影象的路徑修改成我們在第三步生成的train.txt的檔案路徑。
3）在檔案的第14行，將backup的路徑修改為你自己想設定的存量訓練權重的路徑。
4）在validate_yolo()函式中，也就是上圖的第117行，將路徑修改為自己指定的路徑。
5）在檔案的第119行，將路徑修改為可由第三步生成的驗證集val.txt的路徑。
6）在validate_yolo_recall()函式中，也就是上圖的第205和206行，其修改與4）、5）的改法相同。
7）在test_yolo()函式中，有處呼叫draw_detections函式，也就是上圖中的第318行，將其最後的引數20修改為自己訓練集的類別數。
8）在檔案的最後，run_yolo()函式中最後一行，也就是上圖中的第351行，需要呼叫demo()函式，將其引數中的20修改為自己資料集的類別數。

第七步：修改src/detector.c檔案

在檔案的最後有個option_find_int函式，也就是上圖的第716行，將其引數中的20修改為你自己資料的類別數。
有部落格上講到需要修改list *plist = get_paths()，將其內容修改為第三步生成的train.txt 檔案的檔案路徑，但是我在檔案中找到了4出該函式的呼叫，不確定如何修改。

也有部落格上講到需要修改src/yolo_kernels.cu檔案，將draw_detections函式最後一個引數由20改成你的類別數。但是我沒有找到該檔案。

第八步：重新編譯darknet

cd <darknet_root>  
make clean  
make -j 

上述準備做完後便可以開始訓練了。

第九步：訓練
為了加速訓練，我們可以先下載官網提前訓練好的模型，或者使用我們之前已經訓練過的模型，對現在的訓練進行fine-tuning.
1../darknet detector train cfg/voc.data cfg/yolo-voc.cfg darknet19_448.conv.23
這裡使用的是和官網相同的程式碼。進入darknet根目錄下後，會有一個darknet可執行檔案./darknet表示執行該檔案，train表示此次為訓練，也可以換成其他引數，例如test表示測試。之後跟隨的是.data檔案的路徑，也就是我們第四步所修改的檔案。再接著跟的是.cfg
檔案，該檔案裡存放的是網路結構的定義，也就是我們第五步修改的檔案。最後一個引數是我們下載的預訓練好的模型。執行上述命令後，便開始訓練。如何我們有多塊GPU，也可以在最後加上-gpus 0,1。這表示使用第0塊和第1塊GPU。預設只使用第0塊。

第十步：測試
測試有很多種形式，有測試單張圖片的，有測試已有視屏的，有測試攝像頭實時檢測場景的，預測測試集，還有就是統計測試集合測試效果。
測試單張圖片：
./darknet detector test cfg/voc.data cfg/yolo-voc.cfg final_voc.weights your_img_path.jpg
執行上述程式碼後，會在data資料夾下找到預測後的圖片。

測試已有視屏：
./darknet detector demo cfg/voc.data cfg/yolo-voc.cfg final_voc.weights your_video_path.mp4
測試時會直接彈出一個視窗播放視屏，可以看是實時檢測視屏的效果。

測試攝像頭實時檢測場景：
./darknet detector demo cfg/voc.data cfg/yolo-voc.cfg final_voc.weights
和測試已有視屏類似，執行該命令後，會呼叫攝像頭，彈出一個視窗顯示攝像頭拍攝實時場景，並做實時檢測。

預測測試集：
./darknet detector valid cfg/voc.data cfg/yolo-voc.cfg final_voc.weights

統計測試集合測試效果：
./darknet detector recall cfg/voc.data cfg/yolo-voc.cfg final_voc.weights

最後兩個測試沒有試過，所以不太清楚展出效果是什麼樣的。

至此，所有的訓練過程都已完成。