一、配置環境
- 編譯好的YOLOV3
- Win10
- CUDA 10.0
- cudnn-10.0-windows10-x64-v7.4.2.24
- RTX 2080Ti
- OpenCV 3.4.0
- python 3.7
二、數據準備
1.下載預訓練模型darknet53.conv.74 放在:
..darknet-master/build/darknet/x64/data
2.下載3個VOC數據集壓縮包,全部解壓在下面的目錄中:
..darknet-master/build/darknet/x64/data/voc
3.命令行cd進入…darknet-master/build/darkne/x64/data/voc,然後執行python voc_label.py
4.繼續在命令行下運行 type 2007_train.txt 2007_val.txt 2012_*.txt > train.txt,最後生成幾個.txt文件,裏面存放圖片的絕對路徑,2007_test.txt用於測試,train.txt用於訓練。
4.修改…dark-master/build/darknet/x64/data 下的 voc.data,用文本方式打開,修改如下:
classes= 20 #類別數
train = data/voc/train.txt #上面生成的訓練數據.txt文件
valid = data/voc/2007_test.txt #上面生成的測試數據.txt文件
names = data/voc.names #voc類名
backup = data/weights #訓練模型保存路徑,若沒有需要新建該文件夾
5.CMD命令行進入,…dark-master/build/darknet/x64,然後CMD中直接執行(注意路徑):
darknet.exe detector train ./data/voc.data yolov3-voc.cfg ./data/darknet53.conv.74