darknet訓練yolo_v3
使用官方darknet來訓練YOLO-v3
官方darknet地址：https://github.com/pjreddie/darknet
1.基本環境的配置及安裝：opencv、cuda、nvidia驅動、cudnn、darknet
參考教程：https://blog.csdn.net/gzj_1101/article/details/78651650
官方教程：https://pjreddie.com/darknet/install/
2.使用darknet訓練voc2007和voc2012
2.1下載voc2007和voc2012資料集,下載三個檔案：
VOCtest_06-Nov-2007.tar
VOCtrainval_06-Nov-2007.tar
VOCtrainval_11-May-2012.tar
2.2生成標籤資料檔案。這個地方主要生成兩個檔案，darknet提供了一個python指令碼，執行這個指令碼，將會生成圖片路徑的位置txt檔案和資料標籤txt檔案這兩個檔案。
生成的資料標籤是這樣的形式：<object-class> <x> <y> <width> <height>，其中<object-class>是一個0-19的數字代表obeject類別，<x> <y> 代表object的歸一化中心座標，<width> <height>代表object的框的歸一化寬和高。歸一化指的是object的中心座標和框的寬和高都除以圖片的寬和高，從而控制<x> <y> <width> <height>四個值都在0到1這個範圍內。
這個地方需要注意的是，需要把VOCtrainval_06-Nov-2007和VOCtest_06-Nov-2007兩個檔案合併在一個voc2007檔案中，最後voc2007和voc2012需要在同一個資料夾下VOCdevkit，在VOCdevkit這個當前路徑下執行python指令碼，才會處理所有的檔案，生成所有需要的檔案，不會因為路徑報錯。
圖一 生成的圖片路徑TXT檔案
比如開啟2007_train.txt，內容如下：
圖二 生成的檔案路徑格式
生成的標籤檔案分別在VOCdevkit/VOC2007/labels和VOCdevkit/VOC2012/labels這兩個路徑下，所有的標籤檔案都是以圖片名命名的TXT檔案，比如開啟000010.txt：
12 0.484463276836 0.54375 0.483050847458 0.6875
14 0.531073446328 0.36875 0.316384180791 0.441666666667
其中12和14代表000010這張圖片中有兩個不同物體（object），後面四個歸一化的值代表的object的位置。
2.3 修改原始碼下data/voc.data，設定自己訓練集和測試集的路徑
2.4 修改原始碼下cfg/yolov3-voc.cfg檔案下訓練的batch和subdivisions
2.5 下載darknet-53的模型檔案，作為yolo_v3的預訓練檔案。終端中執行：
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg weights/darknet53.conv.74
訓練記錄如下
圖三 yolo_v3的訓練記錄
從訓練記錄中可以看到在網路的82層、94層、106層進行了檢測。IOU代表的是交併比，指的是模型預測的框和標籤檔案中的框（ground truth）重合程度，重合程度越大，預測的越準。Class代表的預測物體的置信度。Obj和No obj代表的是object還是背景。.5R和075R代表的是召回率（也有的喜歡叫查全率，recall）。
這裡需要注意的是：
- 為了充分使用顯示卡記憶體，適當調整batch和subdivisions，原始碼中是這樣計算的：
int subdivs = option_find_int(options, "subdivisions",1);
net->time_steps = option_find_int_quiet(options, "time_steps",1);
net->batch /= subdivs;
net->batch *= net->time_steps;
因此net的batch為cfg中的batch/subdivisions*time_steps，預設time_steps為1。
2.視訊記憶體不是很大的情況，可以把yolov3-voc.cfg中的random設定為0
