本教程爲keras-yolov3版本的訓練及測試全過程實現，爲保證對新手的友好性，不會過多解釋原理，主要是讓新手能對全過程有個比較清楚的概念和認識，方便訓練自己的數據。
本教程一共有三個部分：一.數據集準備及生成 二.訓練所需知識 三.測試及相關性能測試可視化
一.數據集準備及生成：
1.先來熟悉文件結構
font文件夾下是保存keras-yolov3可能會調用到的字體及顏色，在測試部分有用，方便在圖片上顯示相應文字標籤
logs文件夾是保存模型權重的，在訓練時也會保存tensorflow下的tensorboard可視化圖，可供查看訓練曲線
model_data文件夾下保存有coco_classes.txt，tiny_yolo_anchors.txt，voc_classes.txt，yolo.h5，yolo_anchors.txt，yolo-tiny.h5這6個文件，其中必須需要的是後5個。因爲在本次訓練中，全程按照VOC2007數據集格式來，所以coco_classes.txt文件中保存的coco數據集類別數據可以刪除不要，而後5個分別是yolo和tiny-yolo的anchors(錨點)大小和其在原版darknet下載訓練並轉換成keras模型的預訓練權重，這些在訓練過程中都要用到。
results文件夾是保存測試部分中對測試集圖片進行測試的結果，在測試分析中需要用到
VOCdevkit文件夾是所有數據存放的文件夾，其下文件夾目錄爲
進入VOC2007文件夾可看到
這裏Annotations文件夾保存的是所有圖片的標註框xml格式的數據。ImageSets文件夾下還有
三個子文件夾，其中只有Main文件夾有用，裏面存放着訓練需要調用的圖片名稱，
這裏放着的是訓練集和測試集的圖片名稱，方便訓練時的調用。
JPEGImages文件夾下放着所有的圖片文件，可以是JPG或者PNG格式的圖片。
SegmentationClass和SegmentationObject是作爲語義分割中用的，這裏keras-yolov3是目標檢測，所以可以刪去不要。
訓練驗證測試集生成.py 文件是根據已有的xml(圖片)數據生成Main文件夾下的test.txt和train.txt文件的腳本。
新建文本文檔.py 文件是修改保存Annotations文件夾下的xml文件路徑的腳本，如果路徑都是對了，可以不用管這個腳本，如果不對，可以根據自己的文件所在目錄進行更改。
回到最開始的目錄，yolo3文件夾下保存的是keras-yolov3的模型源碼。
2007_train.txt和2007_test.txt是在標註完數據後調用voc_annotation.py文件生成的訓練數據和測試數據文件的集合，裏面存放着圖片路徑和目標框信息及類別信息。
剩下的.py文件中最重要的是convert.py，kmeans.py，train.py，voc_annotation.py，yolo.py，yolo_detect.py，yolov3.cfg，yolov3-tiny.cfg這幾個文件，其作用分別是：
convert.py 將darknet下訓練的權重轉化爲keras權重使用
kmeans.py 可以根據你自己的xml數據生成新的anchors(錨點)，如果自己的數據集數據太特殊，目標太大或者太小導致使用原版效果不好，可以使用這個文件修改anchors，以達到檢測更好的效果
train.py 是訓練模型並保存權重的文件
voc_annotation.py 是根據已有數據集生成2007_train.txt和2007_test.txt這兩個訓練時真正調用的文件
yolo.py 定義了yolo模型類，並提供了一些方法，可以方便調用yolo功能進行測試
yolo_detect.py 可以測試圖片、視頻及實時攝像頭，直接生成結果
yolov3.cfg和yolov3-tiny.cfg是模型的config文件，裏面定義了模型的結構，一般不用改變，在訓練時會有一點地方需要改動
2.文件夾結構及作用講完後，可以開始準備數據了。先限定是自己的數據集，那麼只有源視頻數據或者圖片，沒有任何標註，那麼要做的第一件事是將視頻轉化爲圖片後存入VOCdevkit/VOC2007/JPEGImages文件目錄下，然後使用已經安裝好的labelImg對該目錄下圖片進行標註，並將生成的xml文件存入VOCdevkit/VOC2007/Annotations文件目錄下。這兩步做完後，運行 python 訓練驗證測試集生成.py 命令會在同目錄下的ImageSets/Main文件下生成train.txt和test.txt，其train和test之間的比例可以通過改變訓練驗證測試集生成.py腳本中的test_percent = 0.1和train_percent = 0.9這兩個數字進行改變。
之後返回根目錄，運行 python voc_annotation.py 命令生成訓練模型真正需要的2007_train.txt和2007_test.txt文件。至此，數據集的準備已經全部完成。
二.訓練所需知識 ：
準備好數據集後當然就是開始訓練，在訓練前有兩個文件中的內容需要修改
–model_data/voc_classes.txt文件和yolov3.cfg文件，在voc_classes.txt中你只需要將根據你數據集的種類和標註時的標籤對上，寫下英文名字即可
這裏只有房子這一類，那麼房子在標註時label設爲0，在這裏放第一個，如果有多類，只需要按照標註時的label數字從小到大寫好就可以了；
yolov3.cfg中需要改的地方一共有三處：先進入文件，搜索 yolo 變會有三處地方顯示出來，這三處都需要根據自己數據進行修改。如下圖：
這是其中一處，這裏我標註了三個地方需要改變，帶有###change的就是了，filters根據公式3*(5+數據集類別數目)可以修改，這裏只有一類那麼修改爲filters=18就可以(3*(5+1)=18)；classes=2修改classes=1，因爲只有一類；random=0代表了多尺度訓練不開啓，不開啓對顯存的要求會更低，這樣顯存不夠的顯卡也可以訓練，如果random=1那麼多尺度訓練開啓，在訓練中圖片會隨機增強放大等等，對顯存要求更高，這裏設爲0即可。
剩下兩處也跟這裏一樣進行修改即可。
修改完這兩個文件後，就可以進行train.py文件準備開始訓練了，下面講解一下train.py文件中的一些參數，方便自己訓練修改：
上圖中的annotation_path，log_dir，classes_path，anchors_path分別代表了訓練圖片數據的路徑，模型存放路徑，數據集種類路徑，模型anchors數據路徑，這些自己都是可以修改的，這裏我們因爲前面的數據生成一直按照VOC2007格式來，所以這裏可以不用變。
上圖代表訓練圖片輸入的寬高大小，其數值必須是32的倍數，一般設置爲（320
，320），（416，416），（608，608）這個根據你顯存的大小和數據目標框大小進行改變，一般情況下（416，416）即可，這代表訓練時會把圖片都變成這個大小再送入網絡中。
這裏選擇是使用yolov3的模型還是tiny-yolov3模型，tiny相對小速度快，不過精度降低。
這裏進行數據的訓練集和驗證集劃分，比例9：1，可以自行更改。
這裏加載預訓練模型進行預熱，其作用在於使用預訓練模型權重，只改變後兩層的權重，前面特徵提取的權重都沒變，爲後面不凍結模型-全部層訓練打下了基礎，方便其loss的降低，這裏batch_size和epochs都可以更改，不過一般修改batch_size就夠了，顯存大的可以改大，預熱訓練完成後模型權重會保存到’logs/000/trained_weights_stage_1.h5’這裏。
這裏開啓了所有層，都進行訓練，輪數更多，以便訓練到比較好的效果，讓loss收斂。
注意：在keras-yolov3中因爲模型構建時使用了l2正則化的措施，所以最終模型的loss都不會降到特別低，一般keras-yolov3loss降到10左右效果便可以了。
訓練到結束即可，訓練過程就此結束。
三.測試及相關性能測試可視化：
對單張圖片，視頻及攝像頭測試可以使用 yolo_detect.py ， 只要輸入相應的參數即可，比如輸入 python yolo_detect.py --image 後就可以對單張圖片進行測試等等。這裏要注意其調用的都是 yolo.py 中的Yolo類
這些都是可以根據你自己實際需求改的，比如model_path就是你想測試的模型權重路徑，anchors_path和classes_path也是同理，score代表一個閾值，只有置信度高於此值的目標纔會被框出來，iou也是同理，model_image_size需要跟你訓練時的input_shape一致，gpu_num代表你是否加載多GPU進行測試。
VOC測試集信息生成.py 文件使用了yolo.py 中的Yolo類進行測試集圖片的測試，並將生成的結果保存下來，可以作爲 pr曲線繪製和map計算的依據。
VOC測試集PR和MAP結果.py 文件調用了 voc_eval_py3.py 文件中的方法計算pr曲線和MAP，並將結果保存下來。
四. 結語：
這篇教程詳細闡述了keras-yolov3下的訓練和測試全過程，對關鍵地方進行了解釋和說明，讀者可以自行更改。關於yolov3 的原理可以自行去查閱資料，這裏不作過多解釋。
心得：
在keras-yolov3下，.cfg文件可以不用，在darknet下才有用，只是作爲學習其結構的參考，所以我改了backbone後，將darknet_body改爲mobilenet_body，一樣可以正常訓練和運行，只要保持結構一致即可。
在keras-yolov3下，主要修改的參數還是yolo_anchors.txt和train.py裏create_model的ignoresh參數，還有input_shape，這個是決定你顯存的，所以，由此也可以看出，keras-yolov3的效果比darknet原版差一些也是自然的，因爲很多設置都是沒法調的，能改的地方不多。
仿照原版的結構來理解即可，參讀了一下源碼，還是基本一致的，所以效果也還是可以的。進一步改進除了我改了的backbon外，估計就是改進結構了，那這個模型就得重新寫了。大概就是這樣
————————————————
1. 下載YOLOv3工程項目
git clone https://github.com/pjreddie/darknet
cd darknet
1
2
2. 修改Makefile配置，使用GPU訓練，修改如下：
GPU=1 #如果使用GPU設置爲1，CPU設置爲0
CUDNN=1 #如果使用CUDNN設置爲1，否則爲0
OPENCV=0 #如果調用攝像頭，還需要設置OPENCV爲1，否則爲0
OPENMP=0 #如果使用OPENMP設置爲1，否則爲0
DEBUG=0 #如果使用DEBUG設置爲1，否則爲0
CC=gcc
NVCC=/home/user/cuda-9.0/bin/nvcc #NVCC=nvcc 修改爲自己的路徑
AR=ar
ARFLAGS=rcs
OPTS=-Ofast
LDFLAGS= -lm -pthread
COMMON= -Iinclude/ -Isrc/
CFLAGS=-Wall -Wno-unused-result -Wno-unknown-pragmas -Wfatal-errors -fPIC
...
ifeq ($(GPU), 1)
COMMON+= -DGPU -I/home/hebao/cuda-9.0/include/ #修改爲自己的路徑
CFLAGS+= -DGPU
LDFLAGS+= -L/home/hebao/cuda-9.0/lib64 -lcuda -lcudart -lcublas -lcurand #修改爲自己的路徑
endif
保存完成後，在此路徑下執行make，如果出現如下錯誤：
Loadingweights from yolo.weights...Done!
CUDA Error:invalid device function
darknet: ./src/cuda.c:21: check_error: Assertion `0' failed.
Aborted (core dumped)
這是因爲配置文件Makefile中配置的GPU架構和本機GPU型號不一致導致的。更改前默認配置如下（不同版本可能有變）：
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_20,code=[sm_20,sm_21] \ This one is deprecated?
# This is what I use, uncomment if you know your arch and want to specify
# ARCH= -gencode arch=compute_52,code=compute_52
CUDA官方說明文檔：http://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html#virtual-architecture-feature-list
然後重新編譯即可：
3. 準備訓練數據集
按下列文件夾結構，將訓練數據集放到各個文件夾下面，生成4個訓練、測試和驗證txt文件列表
VOCdevkit
—VOC2007
——Annotations
——ImageSets
———Layout
———Main
———Segmentation
——JPEGImages
Annotations中是所有的xml文件
JPEGImages中是所有的訓練圖片
Main中是4個txt文件，其中test.txt是測試集，train.txt是訓練集，val.txt是驗證集，trainval.txt是訓練和驗證集。
3. 生成2007_train.txt和2007_val.txt文件
下載voc_label.py文件，將文件下載到VOCdevkit同級的路徑下，生成訓練和驗證的文件列表
wget https://pjreddie.com/media/files/voc_label.py
修改sets爲訓練樣本集的名稱
sets=[('2007', 'train')]
修改classes爲訓練樣本集的類標籤
classes=[str(i) for i in range(10)]
1
2
3
4
運行python voc_label.py，生成2007_train.txt訓練文件列表。
4.下載Imagenet上預先訓練的權重
wget https://pjreddie.com/media/files/darknet53.conv.74
1
5. 修改cfg/voc.data
classes= 10 #classes爲訓練樣本集的類別總數
train = /home/user/darknet/2007_train.txt #train的路徑爲訓練樣本集所在的路徑
valid = /home/user/darknet/2007_val.txt #valid的路徑爲驗證樣本集所在的路徑
names = data/voc.names #names的路徑爲data/voc.names文件所在的路徑
backup = backup
6. 在darknet文件夾下面新建文件夾backup
7. 修改data/voc.name爲樣本集的標籤名
8. 修改cfg/yolov3-voc.cfg
關於cfg修改，以10類目標檢測爲例，主要有以下幾處調整（藍色標出）：
[net]
# Testing ### 測試模式
# batch=1
# subdivisions=1
# Training ### 訓練模式，每次前向的圖片數目 = batch/subdivisions
batch=64
subdivisions=16
width=416 ### 網絡的輸入寬、高、通道數
height=416
channels=3
momentum=0.9 ### 動量
decay=0.0005 ### 權重衰減
angle=0
saturation = 1.5 ### 飽和度
exposure = 1.5 ### 曝光度
hue=.1 ### 色調
learning_rate=0.001 ### 學習率
burn_in=1000 ### 學習率控制的參數
max_batches = 50200 ### 迭代次數
policy=steps ### 學習率策略
steps=40000,45000 ### 學習率變動步長
scales=.1,.1 ### 學習率變動因子
[convolutional]
batch_normalize=1 ### BN
filters=32 ### 卷積核數目
size=3 ### 卷積核尺寸
stride=1 ### 卷積核步長
pad=1 ### pad
activation=leaky ### 激活函數
......
[convolutional]
size=1
stride=1
pad=1
filters=45 #3*(10+4+1)
activation=linear
[yolo]
mask = 6,7,8
anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=10 #類別
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=0 #1，如果顯存很小，將random設置爲0，關閉多尺度訓練；
......
[convolutional]
size=1
stride=1
pad=1
filters=45 #3*(10+4+1)
activation=linear
[yolo]
mask = 3,4,5
anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=10 #類別
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=0 #1，如果顯存很小，將random設置爲0，關閉多尺度訓練；
......
[convolutional]
size=1
stride=1
pad=1
filters=45 #3*(10+4+1)
activation=linear
[yolo]
mask = 0,1,2
anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=10 #類別
num=9
jitter=.3 # 數據擴充的抖動操作
ignore_thresh = .5 #文章中的閾值1
truth_thresh = 1 #文章中的閾值2
random=0 #1，如果顯存很小，將random設置爲0，關閉多尺度訓練；
9. 開始訓練
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0,1
1
10. 識別
將訓練得到的weights文件拷貝到darknet/weights文件夾下面
./darknet detect cfg/yolov3-voc.cfg weights/yolov3.weights data/dog.jpg
————————————————
版權聲明：本文爲CSDN博主「john_bh」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/john_bh/article/details/80625220