YOLO是強大的目標檢測開源庫 ，目前支援多個類別的目標檢測，如自行車、人、動物、標識等，檢測速度比較快，V2下檢測速度在普通顯示卡上可以實時對視訊流目標檢測，雖然對小目標效果欠佳，但是大多數應用下還是有實際應用意義。相關詳細介紹可以參考：https://pjreddie.com/darknet/yolo/?utm_source=next.36kr.com，論文地址：https://pjreddie.com/media/files/papers/YOLOv3.pdf。儘管yolo實現了100多類目標檢測，但是應用是多樣性的，需要檢測檢測的目標型別成千上萬，因此，下面將要介紹如何使用yolo訓練出自己想要的目標檢測模型。

本文主要參考這篇英文部落格：https://timebutt.github.io/static/how-to-train-yolov2-to-detect-custom-objects/。
我使用的是VS2013，因此下載yolo的Windows版本，先check out原始碼：
git clone https://github.com/AlexeyAB/darknet.git
然後在\darknet\build\darknet目錄中找到darknet.sln開啟，如果是應為cuda版本問題，可能打不開工程，不過沒有關係，在解決方案檢視中找到darknet工程檔案，選擇編解工程檔案，找到裡面的cuda版本，改成自己安裝的版本，關掉解決方案，重新開啟或者選擇reload，就可以看到原始碼檔案了。編譯，順利通過。

準備配置檔案：obj.data,包含以下內容：
classes= 1
train = train.txt
valid = test.txt
names = obj.names
backup = backup/
classes表示類別數量，我只是訓練1類，所以等於1；train表示訓練集，對應的是檔名，檔案中包含了所有用於訓練的圖片檔名；valid表示測試集合，同訓練集一樣，檔案中包含了所有訓練時所用的測試圖片名；names表示類別的名稱，這裡由obj.names指定；backup表示訓練時的中間weights檔案存放目錄，如果沒有對應目錄，需要建立一個目錄，否則開啟訓練時保持weights檔案會報錯。obj.names中的每一行表示一個類別，第一行的類別序號為0，以此下去至classes-1。
train.txt部分截圖：

接下標記資料，生成train.txt和test.txt檔案：
這裡我使用BBBox Label Tool標記圖片，下載地址：https://github.com/puzzledqs/BBox-Label-Tool，使用python編寫。如果沒有配置python環境，需要配置python環境，這裡不累述。OK，使用命令列開啟標註介面：

在dir中輸入001，可以看到如下介面：

左邊一列是例子，可以不用管，需要標註的圖片在中間顯示，標記的結果在Bounding boxes中顯示，如下：

可以選擇某一個標記結果然後Delete，也可以clear掉當前圖片所有結果。點選下一個的時候或者上一個的時候，自動儲存。標記結果，例如：
2
51 54 213 214
56 234 165 325
第一行表示標記的框的數量2，第二行開始表示標記的矩形框，分別表示左上角x座標、y座標，右下角x座標、有座標，這些都是絕對座標值，沒有歸一化。
標註是個需要耐心的過程，如果需要檢測結果有個準確一點的位置，那麼標註樣本時就需要標註的緊湊些，儘量剛好包含目標。注意，這個工具同個只能標註同一類，標註不同的類別時，需要使用不同的目錄。

classes = ["NFPA"]
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 = "labels/001/"
outpath = "labels/002/"

cls = "NFPA"

陣列classes = [“NFPA”]填入所有的類，cls = “NFPA”指定當前需要轉換的類別。mypath = “labels/001/” 為原始目錄，outpath = “labels/002/”為轉換之後的輸出目錄。我認為這裡需要增加邊界檢查，所以增加紅框中的幾行：

OK，轉換之後，需要生成train.txt檔案和test.txt檔案。將標註圖片和convert之後生成的檔案歸在path_data = ‘data/obj/’目錄下，使用如下python指令碼生成train.txt和test.txt:

import glob, os

# Current directory
current_dir = os.path.dirname(os.path.abspath(__file__))

# Directory where the data will reside, relative to 'darknet.exe'
path_data = 'data/obj/'

# Percentage of images to be used for the test set
percentage_test = 10;

# Create and/or truncate train.txt and test.txt
file_train = open('train.txt', 'w')  
file_test = open('test.txt', 'w')

# Populate train.txt and test.txt
counter = 1  
index_test = round(100 / percentage_test)  
for pathAndFilename in glob.iglob(os.path.join(current_dir, "*.jpg")):  
    title, ext = os.path.splitext(os.path.basename(pathAndFilename))

    if counter == index_test:
        counter = 1
        file_test.write(path_data + title + '.jpg' + "\n")
    else:
        file_train.write(path_data + title + '.jpg' + "\n")
        counter = counter + 1

OK,資料準備完成，修改cfg/yolo-obj.cfg檔案：
第3行：batch=64，表示每個訓練步驟使用64張圖片；
第4行： 根據視訊記憶體大小可以設定subdivisions=8，等於16；
第244行: classes=1,只有一類；
第237行: filters=(classes + 5)*5；
使用如下命令開啟訓練：
例如：
darknet.exe detector train cfg/obj.data cfg/yolo-obj.cfg darknet19_448.conv.23
darknet19_448.conv.23可以在這裡下載：https://pjreddie.com/media/files/darknet19_448.conv.23
正常介面像這樣：

經過幾個小時或幾天的訓練，最後會得到yolo-obj_final.weights，OK，可以用來檢測目標了。
darknet.exe detector test cfg/obj.data cfg/yolo-obj.cfg yolo-obj_final.weights