yolo v4模型訓練過程（超詳細）

第一步：標註數據集

使用到的工具是labelimg，可以直接下載exe文件，我這邊就不做演示了
因爲博主之前做過TensorFlow objection detection 識別，就用了原來的標註的數據集，這樣可以省下很多時間，而我們只需要將xml文件改爲txt格式
格式如下

因爲xml文件裏面的格式是下面的

這裏我會提供py代碼（將網上的代碼進行了更改）

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

sets=[('2012', 'train'), ('2012', 'val')]

classes = ["container_close", "container_open", "person"]

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):  # 轉換這一張圖片的座標表示方式（格式）,即讀取xml文件的內容，計算後存放在txt文件中。
    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    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))  # 新建一個 label 文件夾，用於存放yolo格式的標籤文件：000001.txt
    image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()  # 讀取txt文件中 存放的圖片的 id：000001
    list_file = open('%s_%s.txt'%(year, image_set), 'w')  # 新建一個 txt文件，用於存放 圖片的絕對路徑：/media/common/yzn_file/DataSetsH/VOC/VOCdevkit/VOC2007/JPEGImages/000001.jpg
    for image_id in image_ids:
        list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))  # 向 txt 文件中寫入 一張圖片的絕對路徑
        convert_annotation(year, image_id)  # 轉換這一張圖片的座標表示方式（格式）
    list_file.close()

這個代碼執行完會生成2個文件和一個文件夾（這也是後期訓練所要用到的東西）

第二步：修改配置文件

因爲博客用的cmake編譯，所以會有Release文件夾，我這邊全程在x64/Release文件夾下面，如果你們沒有用cmkae編譯，你們只需要在x64進行（後期全程在x64文件夾下面）

首先進入data文件夾

複製這2個文件，然後把名字分別改成voc-ball.data和voc-ball.names
然後打開voc-ball.names，本來裏面是20個類的名字，這邊需要改成你訓練類的名字（我這邊訓練3個類）

改完後保存退出，
然後打開voc-ball.data（按照我的對照改就行了）

接着進入cfg文件夾，複製yolov4-voc.cfg並重新命名爲yolov4-ball.cfg，打開此文件，下面介紹如何改參數
batch不宜過大，過大顯存會爆，導致不能訓練

我們還需要改3個地方的classes（我用的是notepad++打開）搜索classes，然後classes前面都有對應的filters，這兩個都要改，filters與classes的關係是filters = （classes +5） *3

改完之後保存

第三步開始訓練

首先下載預訓練yolov4.conv.137
（鏈接：https://pan.baidu.com/s/1GG-gwaU0DXC3pfA-kmtX0w
提取碼：pqxr）
放到剛剛的目錄下，

然後輸入下方的命令，就可以訓練了

darknet.exe detector train data\voc-ball.data cfg\yolov4-ball.cfg yolov4.conv.137 -map