【项目实战】YOLO v4训练自己的数据集

论文题目：YOLOv4： Optimal Speed and Accuracy of Object Detection

文献地址：https://arxiv.org/pdf/2004.10934.pdf

源码地址：https://github.com/AlexeyAB/darknet

　　今天，使用YOLOv4对无人机进行目标检测，将自己的训练过程记录下来，总的来说，和之前Darknet的YOLOv3版本的操作完全相同。

环境

　　Ubuntu 16.04

　　Python： 3.6.4

　　OPENCV：3.4.0

　　CUDA： 10.0

　　GPU： RTX2080Ti

　　首先下载代码：

git clone https://github.com/AlexeyAB/darknet.git

　　由于都是AlexeyAB大神的杰作，在使用上与YOLOv3使用过程几乎相同，因此，使用起来较为熟悉。

1. 编译make

　　如果硬件设备包含GPU加速，需要对makefile文件进行修改，修改后如下图所示。

　　然后在终端进行编译：

# cd到darknet文件夹下： 
make # 或make -j8

2. 下载开源权重，并测试：

　　yolov4.weights: https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights

　　yolov4.conv.137: https://drive.google.com/open?id=1JKF-bdIklxOOVy-2Cr5qdvjgGpmGfcbp

　　使用与训练的权重进行测试：

./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg

3. 训练自己的数据集

　　构建与YOLOv3相同的数据文件夹（此处仍以YOLOv3的方式构建）：

　　先按照上面的格式准备好数据。其中：

• Anontations用于存放标签xml文件
• JPEGImage用于存放图像
• ImageSets内的Main文件夹用于存放生成的图片名字，例如：

4. 准备YOLOv4需要的label和txt

　　首先，从路径为"/home/vtstar/yolov4/darknet/scripts"下的voc_label.py复制到项目根目录下（darknet），并对其内容进行修改。

其中，#后为注释掉的为原先的，未被注释掉的是修改后的，sets中为年份(VOC后的数字，例如VOC2007中的2007)和包含的数据集(Main文件夹中划分数据集的txt的种类)，classes中填写标注文件中包含的待识别物体的类别标签。

　　由于是将voc_label.py复制到项目的根目录下，所以不需要对相关文件的路径进行修改。

　　执行voc_label.py，在根目录下将会生成训练需要的文件，即各个训练集中包含图像的路径。

5. 修改配置文件

　　这里同yolov3的使用是一致的，需要修改的配置文件包含三个部分：

• cfg目录下：
  • voc.data / coco.data (二选一即可，本篇使用voc.data)
    • 存放相关文件的路径：

• 类别的数量
• 训练过程中训练数据和验证数据的txt文件（voc_label.py生成的）
• 类别标签名称
• 存放权重的路径

• yolov4-custom.cfg
  • yolov4训练参数和相关网络结构的修改：
    • 输入图像大小和训练测试阶段中batch的数量和划分次数；
      • 图像的大小可以是32的倍数。

• 训练代数；
  • github中给出了max_batches的基本设置方法，2000 × classes。当然，设置的大一些也是可以的，只不过后期基本上在某一值附近震荡
  • 值得注意的是，steps的设置是max_batches × 80% 和 max_batches × 90%/。

• 网络结构；
  • 根据待测目标类别的数量更改YOLO层(3个)和YOLO层前一层的卷积层（3个）
    • 包含YOLO前一层卷积层的卷积核个数：（classes + 5）*3
    • YOLO层的类别数classes。
    • 锚框（可选，kmeans聚类）

• data目录下：
  • voc.names / coco.names (二选一即可， 多个类别隔行输入即可，本篇修改voc.names)

6. 开始训练

　　训练指令（与yolov3依旧相同）：

./darknet detector train cfg/voc.data cfg/yolov4-custom.cfg yolov4.conv.137 -gpus 0

　　在训练过程中，与之前yolov3不同的是yolov4在训练过程中会弹出训练过程中的loss的实时图像，如下图所示，会动态的显示每一代的损失，当前代数和预计剩余时间。

　　对于下图，值得一提的是起初loss在图像上看到的是平的，并不是意味着损失不下降，只是loss相对与18.0而言都太大了，在固定坐标的图像上难以显示，因此可视化的是平的。

7. 预测

　　预测指令：

./darknet detector test cfg/voc.data cfg/yolov4-custom.cfg yolov4-custom_xxxx.weights

　　然后在提示的Enter Path中输入待测图像的路径。如下图所示。

　　或者直接在预测指令后添加图像的路径。

　　这是单张图像的测试方式。

  

　　总的来说，和之前yolov3的操作完全相同，可以很好的迁移！