Windows10下使用darknet和YOLOV3訓練自己的數據集

前言

1.我的環境是windows10，vs2015,cuda9.1,cudnn7.1。
2. darknet加yoloV3,用cmake和vs2015編譯成darknet.exe。
3. 我的目錄結構是在darknet目錄下新建了一個build的目錄，這個目錄就是vs生成工程的目錄，在windows下，所有的操作都在這個目錄裏面完成。

一、數據準備

1.我使用的數據格式是VOC2007，關於這個數據集，可以看我之後博客。
2.標註工具用的是LabelImag的win版本。可以從這裏下載，不用安裝，直接運行，但存在的路徑不能有中文。標註使用也可以看我之後的博客。
3.標註時按VOC形式標註，也可以選yolo的方式標註,如果一開始用yolo方法標註，之後就不用轉換那麼麻煩。這兩種標註的標籤，一種是xml，一種是txt。
VOC格式：

YOLO格式：

4.標註好的數據對應存在VOC2007目錄Annotations裏面，標註的圖像放在JPEGImages裏面。標註好的數據是一一對應的。

二.處理VOC2007數據

1.在darknet的工程目錄下，darknet\build\darknet\x64\data\下，新建立一個VOCdevkit目錄，把VOC2007的目錄放到裏面。

2.VOC2007當時下面只有三個目錄。

Annotations裏面就標籤文件：

JPEGImages裏面是對應的圖像文件：

ImageSets下面有一個Main目錄，但當前爲空：

3.用python創建Main目錄裏面的train.txt,val.txt,test.txt和trainval.txt這四個文件。
(1)在VOC2007目錄下創建一個python代碼，我這裏命名CreateMainDirTex.py
CreateMainDirTex.py的代碼如下：

import os
import random

trainval_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）保存之後運行，結果在Main下創建了四個txt文件。文件內容如下：

3.VOC2007數據轉YOLOV3數據。
（1）在工程目錄下darknet\build\darknet\x64\data\voc位置下找到voc_label.py這個文件，複製到darknet\build\darknet\x64\data下。

（2）更改的代碼，有兩個位置，一個是數據格式，一個是標註的標籤名。

具體的代碼更改如下，我只有一個標籤，這個標籤名字是"a"

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

sets=[ ('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])/2.0
    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)

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').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_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）保存之後運行，會在當前的目錄下多出三個文件和在VOC2007目錄下多出一個labels目錄。
三個txt文件：

文件裏面的內容：

labels目錄：

目錄下文件內容：

三、更改配置文件

1.在darknet\build\darknet\x64\data目錄下找到voc.data文件，我這裏複製之後改名字成train.data。

打開文件，更改內容如下，就是對上剛剛生成的txt文件。

2.找到obj.names文件，也在darknet\build\darknet\x64\data目錄下，改成自己標註的名字。

3.在darknet\build\darknet\x64目錄在找到yoloV3.cfg文件，我這裏複製一份重命名成yoloV3_a.cfg.
（1）打開這個文件，找到classes這個標籤，改成自己標註的種類，我這裏只有一種，所以改成1，總共有三個地方要改。

（2）在三個位於[yolo]層之前的[convolutional]層中，將filters修改爲(classes *（1 + 4）) × 3，我這裏是改成18。

（3）更改迭代次數，找到max_batches，改成自己相要迭代的次數。

四、訓練模型

1.下載權重文件darknet53.conv.74,放到darknet\build\darknet\x64下。

2.win加r鍵，輸入cmd，cd到darknet\build\darknet\x64下。

3.輸入，其中train.data，yolov3_a.cfg和darknet53.conv.74都是剛剛加進來的文件，注意目錄，如果放在別的地方，把路徑寫對就可以了。

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

4.開始訓練時loss可能很大，有時候會跑出幾千來，等迭代100次左右就慢慢下降了。

loss曲線圖：