一、前言

二、準備工作

        首先需要下載正確配置好darknet， 使用./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg 命令可得檢測結果。本文主要是為了檢測車牌區域，在darknet下新建一資料夾plate_imgae，其中存放train和val、pic三個資料夾，train資料夾下為1296張訓練圖片，val資料夾下為196張驗證圖片，pic為236張待檢測的圖片，圖片格式均為jpg格式，訓練模型主要用到train和val這兩個資料夾。

三、製作標籤檔案

        yolo v2使用VOC格式的資料集，故這裡首先需要對訓練集及驗證集的圖片進行標註，每張圖片均可得到相應的xml檔案，然後再將xml檔案轉化為txt標籤檔案。參考這裡

http://blog.csdn.net/jesse_mx/article/details/53606897 安裝標註工具LabelImg，安裝完成後，./labelImg.py開啟標註工具，先對train資料夾內的圖片作標註，在plate_image資料夾下新建train_xml資料夾，用於存放生成的xml檔案。所生成的xml檔案如下所示:

同樣的方法，也在在plate_image資料夾下新建val_xml資料夾，儲存驗證集的xml標註檔案。這樣就有VOC格式標記的XML檔案，接下來需要將xml檔案轉換為txt檔案，使用python轉換，將train_xml中的xml檔案，轉換為txt保存於資料夾train_txt下；同理，將val_xml中的xml檔案轉換後保存於val_txt資料夾下

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

xml_label_Dir = 'train_xml'        #需轉換的xml路徑
txt_label_Dir = 'train_txt/'          #轉換得的txt檔案儲存路徑

def convert(size, box):        #歸一化操作
    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)  
  
if not os.path.exists(txt_label_Dir):   
    os.makedirs(txt_label_Dir)  
for rootDir,dirs,files in os.walk(xml_label_Dir):  
    for file in files:  
        file_name = file.split('.')[0]  
        out_file = open(txt_label_Dir+'%s.txt'%(file_name),'w')  
        in_file = open("%s/%s"%(rootDir,file))  
        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'):  
            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("0" + " " + " ".join([str(a) for a in bb]) + '\n')      #only one class,index 0
        out_file.close()    
 

接著還需要獲得訓練集圖片的絕對路徑train_imgae_path.txt和驗證集的絕對路徑val_image_path.txt，同樣使用以下python程式碼

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

TrainDir = '/home/jyang/darknet/plate_image/train'

out_file = open('train_image_path.txt','w')
for root,dirs,files in os.walk(TrainDir):
    for file in files:
        out_file.write('%s/%s\n'%(root,file))
out_file.close()

YOLO是直接通過替換原圖片絕對路徑的字尾名來找到對應標記檔案的。比如原圖片的絕對路徑為/home/ubuntu/data/train/1.jpg。則YOLO將會直接認為其對應的標記檔案路徑為/home/ubuntu/data/train/1.txt。所以，我們將之前生成的txt檔案都放到相應的圖片路徑下，即將train_txt下txt檔案放到train資料夾下，將val_txt下txt檔案放到val資料夾下

看看plate_image下都有啥。

四、修改配置檔案

(1)建立names檔案

      在YOLO主目錄的data資料夾下，建立一個.names檔案，檔名任意，我的是myClass.names，在該檔案中寫入所有類別的名稱，每一類佔一行，我只檢測車牌，故只在第一行寫licence.

(2)修改data檔案

     修改darknet主目錄下的 cfg/voc.data檔案，修改如下：

classes= 1                      #只有一個類別
train  = /home/jyang/darknet/plate_image/train_image_path.txt        #訓練集的絕對路徑
valid  = /home/jyang/darknet/plate_image/val_image_path.txt           #驗證集的絕對路徑
names = data/myClass.names
backup = /home/jyang/darknet/plate_image/backup                     #訓練得的模型儲存路徑

(3)修改cfg檔案

     修改darknet主目錄下的cfg/yolo-voc.cfg。

1.[region]層中classes改為1

2.[region]層上方的[convolution]層中，filters的數量改成（classes+coords+1）*NUM。我這裡改成了(1+4+1)*5=30.

五、 修改src/yolo.c檔案

1.第13行改成 char *voc_names[] = {"licence"}; //如果你是一類的話，就改成這樣，如果你有多類，自己根據需求改。

2.第322行draw_detections函式中，最後一個引數由20改成你的類別數，我這裡是1

3.第354行demo函式中，倒數第三個引數由20改成你的類別數，我這裡是1

4.第17行改成 char *train_images = "<你的路徑>/train_imgae_path";

5.第18行改成 char *backup_directory = "你的路徑/backup/";

6.第121行改成 char *base = "results/comp4_det_test_"

7.第123行改成 list *plist = get_paths("<你的路徑>/val_image_path.txt"); 

8.第209行改成 char *base = "results/comp4_det_test_"

9.第210行改成 list *plist = get_paths("<你的路徑>/val_image_path.txt");

10.將src/yolo_kernels.cu檔案中，第62行draw_detections函式最後一個引數由20改成你的類別數，我這裡是1.

11.scripts/voc_label.py 檔案中 ，位置第9行改成：classes=[“licence”]，因為我只有一類

12.將src/detector.c檔案中，第372行改成 list *plist = get_paths("<你的路徑>/val_image_path.txt");，第542行option_find_int函式的最後一個引數由20改成1.

六、重新編譯darknet yolo

       進入darknet主目錄，make clean後 make -j8

七、下載預訓練檔案cfg/darknet19_448.conv.23

        為了加快訓練速度，下載官方提供的預訓練模型，儲存至cfg下。下載地址為

八、訓練

        在darknet資料夾路徑下執行命令：

        ./darknet detector train cfg/voc.data cfg/yolo-voc.cfg cfg/darknet19_448.conv.23
        系統預設會迭代45000次batch，如果需要修改訓練次數，進入cfg/yolo_voc.cfg修改max_batches的值。

九、訓練過程輸出log

       Region Avg IOU： 這個是預測出的bbox和實際標註的bbox的交集 除以 他們的並集。顯然，這個數值越大，說明預測的結果越好

       Avg Recall： 這個表示平均召回率， 意思是 檢測出物體的個數 除以 標註的所有物體個數。

       count： 標註的所有物體的個數。 如果 count = 6， recall = 0.66667， 就是表示一共有6個物體（可能包含不同類別，這個不管類別），然後我預測出來了4個，所以Recall 就是 4 除以 6 = 0.66667

       有一行跟上面不一樣的，最開始的是iteration次數，然後是train loss，然後是avg train loss， 然後是學習率， 然後是一batch的處理時間， 然後是已經一共處理了多少張圖片。 重點關注 train loss 和avg train loss，這兩個值應該是隨著iteration增加而逐漸降低的。如果loss增大到幾百那就是訓練發散了，如果loss在一段時間不變，就需要降低learning rate或者改變batch來加強學習效果。當然也可能是訓練已經充分。這個需要自己判斷

十、評估訓練得的模型

       訓練了3天，得到了迭代30000次的權值，在plate_image/backup/下生成了yolo-voc_30000.weights，當然還有其他迭代次數的權值，使用以下語句可以測試單張圖片

./darknet detector test cfg/voc.data cfg/yolo-voc.cfg plate_image/backup/yolo-voc_30000.weights plate_image/pic/099999.jpg

       顯示的檢測結果為

       

      訓練的時候只是用到了訓練集，評估檢測效能才會使用到驗證集。使用以下指令評估

      [email protected]:/home/jyang/darknet# ./darknet detector recall cfg/voc.data cfg/yolo-voc.cfg plate_image/backup/yolo-voc_30000.weights

      根據參考的第2篇博文，使用該指令的時候，會呼叫src/detector.c裡的validate_detector_recall函式，將其中的閾值從0.001修改為0.25，防止過多框被識別出，將432行程式碼修改為如下：

fprintf(stderr, "Id:%5d Correct:%5d Total%5d\tRPs/Img: %.2f\tIOU: %.2f\tRecall:%.2f%%\tPrecision:%.2f%%\n", i, 
         correct, total, (float)proposals/(i+1), avg_iou*100/total, 100.*correct/total ,100.*correct/proposals);

重新make之後，執行結果為：

可見196張圖片，準確率有97%以上。

結語

        本文只是使用了yolo v2 檢測了車牌，後續對框下來的車牌圖片作識別，請看《yolo v2之車牌檢測後續識別字符（一）》