Yolo训练自定义目标检测
Yolo训练自定义目标检测
参考darknet：https://pjreddie.com/darknet/yolo/
1. 下载darknet
在 https://github.com/pjreddie/darknet 下载zip
（注意：git clone 之后‘make’有“Counldn't open coco.name”的error，搜了一下，直接下载zip可以解决）
2. make
3. 下载pretrained weight
4. 运行单图片检测
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg 能运行说明检测没有问题
5. 准备数据集
通过labelImg工具标注。选用window+conda安装,步骤如下:
git clone https://gitee.com/dalaska/labelImg.git
cd 到目录
conda install pyqt=5
这步有可能应为网络原因连不上，可以试下梯子
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
套用voc数据集的格式，把自定义的 label txt 格式。每个图片对应一个txt
<object-class> <x> <y> <width> <height>
自定义数据放在这里voc_label.py 工具将xml转为txt
6. 训练
数据集路径在 .data 文件中修改
1 classes= 20
2 train = <path-to-voc>/train.txt
3 valid = <path-to-voc>2007_test.txt
4 names = data/voc.names
5 backup = backu
修改·cfg最后一层layer filter。
yolov3:filters=(classes + 5)x3
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
