Yolo学习1-Yolov3训练自己的数据

前提：

可运行的yolov3环境，环境搭建见官网https://pjreddie.com/darknet/yolo/

目的：

实现利用yolov3训练自己的数据集（voc格式）

方法：

1）构建VOC数据集

将你手中的数据集的标注txt修改成voc格式的txt，voc格式如下：

000002.jpg car 44 28 132 121   000003.jpg car 54 19 243 178   000004.jpg car 168 6 298 164

其中第一列为图片名，第二列为目标类别，最后是目标的包围框坐标（左上角和右下角坐标）。

批量修改文件名python代码：

pic_path = "D:/VOCdevkit/VOC2007/JPEGImages/" piclist = os.listdir(pic_path) total_num = len(piclist) i = 1 for pic in piclist:     if pic.endswith(".jpg"):         old_path = os.path.join(os.path.abspath(pic_path), pic)         new_path = os.path.join(os.path.abspath(pic_path), '000' + format(str(i), '0>5') + '.jpg')         os.renames(old_path, new_path)         i = i + 1

批量合并文件夹内所有txt文件python代码：

import os filedir = "D:/DET/" filenames=os.listdir(filedir) f=open('train.txt','w') for filename in filenames:     filepath = filedir+'/'+filename     for line in open(filepath):         f.writelines(line) f.close()

将该train.txt转换成voc数据所需要的xml，matlab代码如下：

生成的xml如下所示

<annotation> 	<folder>JPEGImages</folder> 	<filename>00000000.jpg</filename> 	<path>/home/zhangzhi/darknet/scripts/VOCdevkit/VOC2007/JPEGImages/00000000.jpg</path> 	<source> 		<database>My Database</database> 	</source> 	<size> 		<width>512</width> 		<height>512</height> 		<depth>3</depth> 	</size> 	<segmented>0</segmented> 	<object> 		<name>car</name> 		<pose>Unspecified</pose> 		<truncated>0</truncated> 		<difficult>0</difficult> 		<bndbox> 			<xmin>277</xmin> 			<ymin>498</ymin> 			<xmax>304</xmax> 			<ymax>511</ymax> 		</bndbox> 	</object> </annotation>

生成Main中的四个txt（train.txt，val.txt，test.txt，trainval.txt）

txt的内容为没有后缀名的图片名称：

000005   000027   000028   000033   000042   000045   000048   000058

即图片名字（无后缀）,test.txt是测试集，train.txt是训练集，val.txt是验证集，trainval.txt是训练和验证集。VOC2007中，trainval大概是整个数据集的50%，test也大概是整个数据集的50%；train大概是trainval的50%，val大概是trainval的50%。可参考以下代码：

%%   %该代码根据已生成的xml，制作VOC2007数据集中的trainval.txt;train.txt;test.txt和val.txt   %trainval占总数据集的50%，test占总数据集的50%；train占trainval的50%，val占trainval的50%；   %上面所占百分比可根据自己的数据集修改，如果数据集比较少，test和val可少一些   %注意修改下面四个值   xmlfilepath='F:/VOCdevkit/VOC2007/Annotations/';   txtsavepath='F:/VOCdevkit/VOC2007/ImageSets/Main/;   trainval_percent=0.5;%trainval占整个数据集的百分比，剩下部分就是test所占百分比   train_percent=0.5;%train占trainval的百分比，剩下部分就是val所占百分比                 %%   xmlfile=dir(xmlfilepath);   numOfxml=length(xmlfile)-2;%减去.和..  总的数据集大小                 trainval=sort(randperm(numOfxml,floor(numOfxml*trainval_percent)));   test=sort(setdiff(1:numOfxml,trainval));                 trainvalsize=length(trainval);%trainval的大小   train=sort(trainval(randperm(trainvalsize,floor(trainvalsize*train_percent))));   val=sort(setdiff(trainval,train));                 ftrainval=fopen([txtsavepath 'trainval.txt'],'w');   ftest=fopen([txtsavepath 'test.txt'],'w');   ftrain=fopen([txtsavepath 'train.txt'],'w');   fval=fopen([txtsavepath 'val.txt'],'w');                 for i=1:numOfxml       if ismember(i,trainval)           fprintf(ftrainval,'%s\n',xmlfile(i+2).name(1:end-4));               if ismember(i,train)                   fprintf(ftrain,'%s\n',xmlfile(i+2).name(1:end-4));               else                   fprintf(fval,'%s\n',xmlfile(i+2).name(1:end-4));               end       else           fprintf(ftest,'%s\n',xmlfile(i+2).name(1:end-4));       end   end   fclose(ftrainval);   fclose(ftrain);   fclose(fval);   fclose(ftest);

整合文件

   新建立一个VOC2007文件夹，在该文件夹下面新建JPEGImages，Annotations，labels，ImageSets文件夹，将所有训练的图片均放置在JPEGImages文件夹下，将第二步生成的xml文件放置在Annotations文件夹中，在ImageSets下新建Main文件夹，将第三步生成的四个txt放入其中，将下面步骤生成的文件放置于labels文件夹中

上面步骤的代码均是在Windows下使用，下面代码在Ubuntu下使用。生成labels文件：

2）修改yolov3的相关文件

修改cfg/voc.data文件，进行如下修改：

classes= 4  # 自己数据集的类别数   train  = /home/zhangzhi/darknet/VOCdevkit/2007_train.txt  # train文件的路径   valid  = /home/zhangzhi/darknet/VOCdevkit/2007_test.txt   # test文件的路径   names = data/voc.names   backup = backup

修改data/voc.names文件，对应自己的数据集修改类别。

car van truck bus

下载Imagenet上预先训练的权重

wget https://pjreddie.com/media/files/darknet53.conv.74

修改cfg/yolov3-voc.cfg

找到文件中类似的部分进行修改，共有3处：

[convolutional] size=1 stride=1 pad=1 filters=27 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=4 num=9 jitter=.3 ignore_thresh = .5 truth_thresh = 1 random=1

需要改变filters为num/3*(classes+1+4)，即3*(classes+1+4)，参考https://github.com/pjreddie/darknet/issues/582，同时需要修改下面的classes的种类。

3）训练，测试

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74

./darknet detector test cfg/coco.data cfg/yolov3.cfg backup/yolov3.weights data/dog.jpg

参考：

https://blog.csdn.net/sinat_30071459/article/details/50723212

https://blog.csdn.net/helloworld1213800/article/details/79749359

文章来源: Yolo学习1-Yolov3训练自己的数据

标签

yolo

voc