Windows10下使用darknet和YOLOV3训练自己的数据集

前言

1.我的环境是windows10，vs2015,cuda9.1,cudnn7.1。
2. darknet加yoloV3,用cmake和vs2015编译成darknet.exe。
3. 我的目录结构是在darknet目录下新建了一个build的目录，这个目录就是vs生成工程的目录，在windows下，所有的操作都在这个目录里面完成。

一、数据准备

1.我使用的数据格式是VOC2007，关于这个数据集，可以看我之后博客。
2.标注工具用的是LabelImag的win版本。可以从这里下载，不用安装，直接运行，但存在的路径不能有中文。标注使用也可以看我之后的博客。
3.标注时按VOC形式标注，也可以选yolo的方式标注,如果一开始用yolo方法标注，之后就不用转换那么麻烦。这两种标注的标签，一种是xml，一种是txt。
VOC格式：

YOLO格式：

4.标注好的数据对应存在VOC2007目录Annotations里面，标注的图像放在JPEGImages里面。标注好的数据是一一对应的。

二.处理VOC2007数据

1.在darknet的工程目录下，darknet\build\darknet\x64\data\下，新建立一个VOCdevkit目录，把VOC2007的目录放到里面。

2.VOC2007当时下面只有三个目录。

Annotations里面就标签文件：

JPEGImages里面是对应的图像文件：

ImageSets下面有一个Main目录，但当前为空：

3.用python创建Main目录里面的train.txt,val.txt,test.txt和trainval.txt这四个文件。
(1)在VOC2007目录下创建一个python代码，我这里命名CreateMainDirTex.py
CreateMainDirTex.py的代码如下：

import os
import randomtrainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')for i in list:name = total_xml[i][:-4] + '\n'if i in trainval:ftrainval.write(name)if i in train:ftest.write(name)else:fval.write(name)else:ftrain.write(name)ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

（2）保存之后运行，结果在Main下创建了四个txt文件。文件内容如下：

3.VOC2007数据转YOLOV3数据。
（1）在工程目录下darknet\build\darknet\x64\data\voc位置下找到voc_label.py这个文件，复制到darknet\build\darknet\x64\data下。

（2）更改的代码，有两个位置，一个是数据格式，一个是标注的标签名。

具体的代码更改如下，我只有一个标签，这个标签名字是"a"

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import joinsets=[ ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]classes = ["a"]def convert(size, box):dw = 1./size[0]dh = 1./size[1]x = (box[0] + box[1])/2.0y = (box[2] + box[3])/2.0w = box[1] - box[0]h = box[3] - box[2]x = x*dww = w*dwy = y*dhh = h*dhreturn (x,y,w,h)def convert_annotation(year, image_id):in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id),'rb')out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')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'):difficult = obj.find('difficult').textcls = obj.find('name').textif cls not in classes or int(difficult) == 1:continuecls_id = classes.index(cls)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(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')wd = getcwd()for year, image_set in sets:if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):os.makedirs('VOCdevkit/VOC%s/labels/'%(year))image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()list_file = open('%s_%s.txt'%(year, image_set), 'w')for image_id in image_ids:list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))convert_annotation(year, image_id)list_file.close()

（2）保存之后运行，会在当前的目录下多出三个文件和在VOC2007目录下多出一个labels目录。
三个txt文件：

文件里面的内容：

labels目录：

目录下文件内容：

三、更改配置文件

1.在darknet\build\darknet\x64\data目录下找到voc.data文件，我这里复制之后改名字成train.data。

打开文件，更改内容如下，就是对上刚刚生成的txt文件。

2.找到obj.names文件，也在darknet\build\darknet\x64\data目录下，改成自己标注的名字。

3.在darknet\build\darknet\x64目录在找到yoloV3.cfg文件，我这里复制一份重命名成yoloV3_a.cfg.
（1）打开这个文件，找到classes这个标签，改成自己标注的种类，我这里只有一种，所以改成1，总共有三个地方要改。

（2）在三个位于[yolo]层之前的[convolutional]层中，将filters修改为(classes *（1 + 4）) × 3，我这里是改成18。

（3）更改迭代次数，找到max_batches，改成自己相要迭代的次数。

四、训练模型

1.下载权重文件darknet53.conv.74,放到darknet\build\darknet\x64下。

2.win加r键，输入cmd，cd到darknet\build\darknet\x64下。

3.输入，其中train.data，yolov3_a.cfg和darknet53.conv.74都是刚刚加进来的文件，注意目录，如果放在别的地方，把路径写对就可以了。

darknet.exe detector train data/train.data yolov3_a.cfg darknet53.conv.74

4.开始训练时loss可能很大，有时候会跑出几千来，等迭代100次左右就慢慢下降了。

loss曲线图：