首先獲得darknet的官方源碼並做配置修改並編譯:
git clone https://github.com/pjreddie/darknet.git
cd darknet
vi Makefile
修改如下項目:
GPU=1
CUDNN=1
OPENCV=1
OPENMP=0
DEBUG=0
ARCH= -gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=[sm_50,compute_50] \
-gencode arch=compute_52,code=[sm_52,compute_52] \
-gencode arch=compute_70,code=[sm_70,compute_70]
算力根據你所使用的GPU卡的類型定,我使用的是Tesla v100，各種GPU的具體算力值參考https://developer.nvidia.com/cuda-gpus
然後執行:
make
如果編譯過程中報錯說: No package 'opencv' found，安裝libopencv-dev即可:
sudo apt install libopencv-dev
編譯完後darknet二進制文件就生成了，下面下載訓練所需weights文件和根據數據集格式(例如我使用VOC2007格式)做配置:
1. YOLOv3
1)wget https://pjreddie.com/media/files/darknet53.conv.74
2)vi cfg/yolov3-voc.cfg
將Testing部分註釋掉，將Trainning部分打開：
[net]
# Testing
# batch=1
# subdivisions=1
# Training
batch=64
subdivisions=16
將所有[yolo]裏面classes修改爲你的class的數量，例如我的是11;
對所有[yolo]的前一個[convolutional]中的filters進行修改, 其取值爲filters = 3 * ( classes + 5 ),由於上一步中classes=11所以這裏filters取48. 另外酌情將所有.ignore_threshold的由0.7改成需要的值，例如 0.5(optional).
3)獲取voc_label.py並做修改:
cd data
wget https://pjreddie.com/media/files/voc_label.py
vi voc_label.py
#sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets=[('2007', 'train'), ('2007', 'val')]
#classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
classes = ['person','wm','dr', ...] #總共有11個class
if cls not in classes: #or int(difficult) == 1:
4) 確認數據集在darknet/data/VOCdevkit/VOC2007下,voc_label.py在darknet/data/下，在 darknet/data/下執行
python voc_label.py #生成2007_train.txt, 2007_val.txt以及VOCdevkit/VOC2007/labels/下多個文件
5)然後修改data/voc.names和cfg/voc.data的內容:
cd ..
vi data/voc.names
person
wm
dr
...
vi cfg/voc.data
classes= 11
train = data/2007_train.txt
valid = data/2007_val.txt
names = data/voc.names
backup = backup #設置保存weights文件的目錄
6)執行訓練:
nohup ./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 &
#測試訓練結果
./darknet detector test cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-tvoc_20000.weights data/VOCdevkit/VOC2007/JPEGImages/v521-20-05-00400.jpg
此外，如果直接使用yolov3的預訓練weights文件做測試:
wget https://pjreddie.com/media/files/yolov3.weights
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg
2. YOLOv3 Tiny
對於Tiny版本, 首先需要用weights文件生成一個tiny版網絡的預訓練模型：
wget https://pjreddie.com/media/files/yolov3-tiny.weights
./darknet partial ./cfg/yolov3-tiny.cfg ./yolov3-tiny.weights ./yolov3-tiny.conv.15 15
對於yolov3 tiny配置文件的修改：
cp yolov3-tiny.cfg yolov3-tiny-voc.cfg
然後做和上面YOLOv3的yolov3-voc.cfg裏一樣的修改，同樣對data/voc.names和cfg/voc.data做同樣的修改，也需要執行python voc_label.py生成list文件,然後訓練：
nohup ./darknet detector train cfg/voc.data cfg/yolov3-tiny-voc.cfg yolov3-tiny.conv.15 &
#測試訓練結果
./darknet detector test cfg/voc.data cfg/yolov3-tiny-voc.cfg backup/yolov3-tiny-voc_1000.weights data/VOCdevkit/VOC2007/JPEGImages/v521-20-05-00400.jpg
訓練輸出信息解釋：
網絡結構裏三個yolo layer
- Region Avg IOU: 0.941626： 表示在當前subdivision(16張)圖片的Avg IOU，代表預測的矩形框和gt的交集與並集之比，這裏是94.16%。
- Class: 0.999746： Obj分類的正確率，期望該值趨近於1。
- Obj: 0.999993： 是Obj(前景)的可能性，越接近1越好。
- No Obj: 0.003447： 是背景的可能性，期望該值越來越小，但不爲零。
- .5R: 1.000000： IOU閾值爲0.5時的召回率。
- 0.75R: 1.000000: IOU閾值爲0.75時的召回率。
- count: 4：count後的值是所有的當前subdivision圖片（共16張）中包含正樣本的圖片的數量。
- 50200： 當前的迭代次數
- 0.016317： 總體的Loss
- 0.018192 avg： 平均Loss，這個數值應該越低越好。
- 0.000010 rate： 當前的學習率。
- 4.247365 seconds： 當前批次訓練花費的總時間。
- 3212800 images： 這個數值是50200*64的大小，表示到目前爲止，參與訓練的圖片的總數。