說明

本文承接上一篇修改yolo2相關配置的部落格，用來說明如何製作自己的訓練資料，。主要流程就是手動標註目標資訊了，當然，圖片首先要自己準備好。
注意：本文的識別型別只有1類

工具

- 畫框程式 https://github.com/puzzledqs/BBox-Label-Tool
- 格式轉換程式https://github.com/Guanghan/darknet?files=1 ——主要是用這裡的scripts/convert.py 轉換格式

畫框程式介紹

首先將該程式下載並解壓，會得到一個BBox-Label-Tool-master的資料夾，裡面還有Examples,Images,Labels三個資料夾。

將自己的圖片整合成一個資料夾，然後命名為002(003,004)這種形式，拷貝進Examples和Images裡。(不知道為啥要同時拷到兩個資料夾中，反正我拷到一箇中用不了）

• 通過命令列進入該資料夾,輸入:

python main.py

可以得到如下畫面：

在image Dir的框中輸入2(3,4)，就是你拷進去的資料夾名。然後就會顯示影象了，此時就可以開始慢慢的標記了，每標完一張圖要點選“next>>”才會儲存，txt儲存在labels資料夾下。

注意：該程式預設只能讀取.JPEG的檔案，如果你的圖片是.jpg是讀取不到的。 解決方法：編輯main.py，用CTRL+F搜尋JPEG，在134行和152行左右修改“.JPEG”為“

.jpg”即可。

標記完成後進入labels資料夾，會出現對應的txt檔案，檔案內容類似如下：

2
112 73 155 154
205 128 277 154

第一行表示個數，第二行開始表示框的位置和大小。前兩個數表示框的左上角頂點，後兩個數表示框的長和寬。

現在我們就得到了圖片和相應的標記了，但是還不能開始訓練，因為要將標籤轉化為yolo所需要的格式。

格式轉化程式

首先將該程式下載並解壓，我們僅需用到scripts/convert.py。這裡要修改convert.py，我加中文註釋的地方是需要修改的。

# -*- coding: utf-8 -*-
"""
Created on Wed Dec  9 14:55:43 2015

This script is to convert the txt annotation files to appropriate format needed by YOLO 

@author: Guanghan Ning
Email: 
 
[email protected]
"""

import os
from os import walk, getcwd
from PIL import Image

classes = ["ship"]              #修改為自己的類別

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)


"""-------------------------------------------------------------------""" 

""" Configure Paths"""   
mypath = "/home/maqy/下載/BBox-Label-Tool-master/Labels/002/"   #修改為自己的原標籤所在地
outpath = "/home/maqy/下載/output/002/"   #轉化後的標籤儲存的地方，注意002這個資料夾也要存在

cls = "ship"    #修改為自己的類別
if cls not in classes:
    exit(0)
cls_id = classes.index(cls)

wd = getcwd()
list_file = open('%s/%s_list.txt'%(wd, cls), 'w')

""" Get input text file list """
txt_name_list = []
for (dirpath, dirnames, filenames) in walk(mypath):
    txt_name_list.extend(filenames)
    break
print(txt_name_list)

""" Process """
for txt_name in txt_name_list:
    # txt_file =  open("Labels/stop_sign/001.txt", "r")

    """ Open input text files """
    txt_path = mypath + txt_name
    print("Input:" + txt_path)
    txt_file = open(txt_path, "r")
    lines = txt_file.read().split('\n')   #for ubuntu, use "\r\n" instead of "\n"，這裡我用“\r\n”會報錯,根據情況修改

    """ Open output text files """
    txt_outpath = outpath + txt_name
    print("Output:" + txt_outpath)
    txt_outfile = open(txt_outpath, "w")


    """ Convert the data to YOLO format """
    ct = 0
    for line in lines:
        print('lenth of line is: ')
        print(len(line))
        print('\n')
        if(len(line) >= 2):
            ct = ct + 1
            print(line + "\n")
            elems = line.split(' ')
            print(elems)
            xmin = elems[0]
            xmax = elems[2]
            ymin = elems[1]
            ymax = elems[3]
            #
            img_path = str('%s/images/%s/%s.jpg'%(wd, cls, os.path.splitext(txt_name)[0])) #這裡是訓練圖片路徑，
#可以做相應的修改或者把訓練圖片拷貝過來，
#注意與原版yolo中的Images檔名首字母I的大小寫是不同的。 應該是通過這個路徑讀取圖片的長寬
        print("wd:"+wd+"cls"+cls+"os.path"+os.path.splitext(txt_name)[0])
            #t = magic.from_file(img_path)
            #wh= re.search('(\d+) x (\d+)', t).groups()
            print("wd:"+wd+" cls:"+cls+" os.path:"+os.path.splitext(txt_name)[0])
            im=Image.open(img_path)
            w= int(im.size[0])
            h= int(im.size[1])
            #w= 256
            #h= 256
            #w = int(xmax) - int(xmin)
            #h = int(ymax) - int(ymin)
            # print(xmin)
            print(w, h)
            b = (float(xmin), float(xmax), float(ymin), float(ymax))
            bb = convert((w,h), b)
            print(bb)
            txt_outfile.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

    """ Save those images with bb into list"""
    if(ct != 0):
        list_file.write('%s/images/%s/%s.jpg\n'%(wd, cls, os.path.splitext(txt_name)[0]))

list_file.close()       

然後在scripts/images/目錄下建立一個資料夾，名為程式碼段中修改過的cls的值。

cls = "ship"    #修改為自己的類別

(我的即是ship) 的資料夾，將之前進行過標註的圖片拷貝進去。然後在目錄下執行：

python convert.py

此時在你的輸出目錄下就有改好的txt檔案了。

準備訓練

回到自己的darknet目錄，進入scripts目錄，將圖片和標籤複製進來，並建立train.txt檔案。

其中Images中儲存的是圖片，labels中儲存的是修改完後的標籤。train.txt中儲存訓練圖片的地址。

不過建議採取Voc的形式，即在scripts中建立資料夾VOCdevkit/VOC2012/JPEGImages和VOCdevkit/VOC2012/labels，將圖片和標籤分別放入這兩個資料夾。此時train.txt文件為：

開始訓練

首先下載一個預訓練的model（當然你也可以自己生成），放到darkent/目錄下。
下載地址 (76 MB)：http://pjreddie.com/media/files/darknet19_448.conv.23
然後執行指令：./darknet detector train cfg/voc.data cfg/yolo-voc.2.0.cfg darknet19_448.conv.23
指令中的yolo-voc.2.0.cfg 可以換成別的網路。就可以開始訓練了，迭代次數為設定的max_batches數。

測試結果

此時在backup目錄下會有很多.weights檔案，利用他們就可以進行檢測了。

./darknet detector test cfg/voc.data cfg/yolo-voc.2.0.cfg ./backup/yolo-voc_final.weights ./data/test/sar10.jpg 

其中 cfg/yolo-voc.2.0.cfg替換成你所用的，./data/test/sar10.jpg是用來檢測的影象，修改為自己的路徑即可。