windows下无人机+yolov3项目（一）前置操作_如何将yolo算法部署到无人机中

windows下无人机+yolov3项目（一）前置操作

yolo项目地址：https://github.com/AlexeyAB/darknet
下载，解压。
（制作自己的数据集）yolo_mark项目地址：https://github.com/AlexeyAB/Yolo_mark

数据集下载

因为项目和无人机相关，而航拍数据集比较稀少，一些数据集在国外下载也比较有难度，因此做个收集备忘。

1. visdrone2019(需要高校/企业邮箱注册)(有标注)
   http://www.aiskyeye.com/views/index
2. visdrone2018
   https://www.jianshu.com/p/62e827306fca
3. 斯坦福69G大规模无人机(校园)图像数据集
   http://cvgl.stanford.edu/projects/uav_data/

流程概述

因为使用的是visdrone数据集，尽管自带标注，但标注和yolo需要的标注有差异，需要进行转换。如果使用yolo_mark标注自己的数据集就不需要麻烦了，但是自己标注目标会花去大量的时间。所以花费点时间在转换上还是值得的。
流程如下：

1. 图像按序号重命名，标注txt文件按序号重命名
2. txt标注转换为VOC格式的XML标注
3. XML标注转换为适合yolo的txt标注

数据集处理

相关代码传上来格式全乱了，放个度娘盘在这吧，感兴趣自己下载。
https://pan.baidu.com/s/1nzehW-FBtOkLPnP0AVbKWg roj1

1. 图像和标注排序命名（参考[1]）
   因为visdrone数据集已经有标注，因此选择这个数据集。为了符合VOC数据集的规范也为了使用方便，使用 rename.py 对图像文件进行重命名，对标注文件进行重命名。注意修改程序中的路径。
   windows下复制的路径是反斜杠的，可能会造成转义字符的错误，使用双反斜杠“\\”或正斜杠“/”替代就可以了。
2. visdrone标注转换为VOC格式（参考[2]）
   visdrone的标注方式与yolo标注不一样，因此需要转换。此处将先txt将标注转换为VOC格式的xml，复制数据到Txt2XML文件夹后，使用 main.py 进行转换，同样注意修改程序中的路径。
3. 生成用于train、val的图像名字列表txt(参考[3][4])
   这部分的工作简而言之，将数据库中的图像进行随机抽取，分成2-3部分，一部分作为train(训练)，一部分作为validation(验证)，有需要可以再加个test(测试)，最后将这几部分图像的名字写入txt，形成“名单”。各部分作用和所占比例可以搜索或参考[3]。
   在darknet文件夹所在文件夹下建立myData文件夹，在myData文件夹下建立如下文件夹并放入数据：
   JPEGImages —— 存放.jpg图像
   Annotations —— 存放图像对应的xml文件
   ImagesSets/Main —— 存放用于train/test图像的名字列表txt
   参照[4]的第4步的代码，运行 trainnamelist.py 形成了用于train的图像名字列表txt。因为只用于train，所以注释了一部分代码。代码比较简单,可以自己根据需要修改。同样的注意修改路径。
   文章[4]最后得出的txt文件格式并不是yolo适用的，总之只看第4步的代码就行，别的部分不要看。或者可以自己写一个随机数字的程序，因为图像名字都是有序数字，程序应该不难。
   获取图片名字列表txt后放入ImagesSets/Main文件夹
4. VOC格式转换为yolov3的标注格式（参考[5][6]）
   darknet框架提供了将voc数据集标注修改为yolo格式的python程序，在darknet-master\build\darknet\x64\data\voc或者darknet-master\scripts有程序voc_label就是转换程序。但是使用自己的数据集的话，需要对程序进行一些修改。
   参考[5]的第4步运行就会在darknet/myData目录下生成一个labels文件夹一个txt文件(myData_train.txt)，labels文件夹中就是适合yolov3的标注文件了，和图像名称一一对应，内容意义是:
   <object-class>  <x center>   <y center>   <width>   <height>
   目标类别      标注框中心x轴相对坐标   标注框长宽相对长度
   因为坐标和长宽都是相对整幅图像长宽的比例，所以数值应该是0-1。
   而myData_train.txt里存放的是图像的绝对路径。如果只需要输出路径而不需要xml转txt,可以使用参考[6]的代码。

后续处理

visdrone标注如图所示，其实代码能力强的同学可以直接根据这张图从visdrone的标注txt转换到yolo的txt。
图中第6项表示类别，0类是需要被忽视的标注，所以在 label.py 里是输出到txt文件时需要加一句if判断语句，其他类别的id数值也需要-1。这样就少了第0类，整体只有11类了。
第7项表示标注物体在画面外的比例，第8项表示物体被遮挡的比例，有需要的话可以先剔除这两项数值比较高的数据。

参考链接

[1] https://blog.csdn.net/Angela_qin/article/details/80930267
[2] https://github.com/zhpmatrix/VisDrone2018
[3] https://www.zhihu.com/question/26588665
[4] http://www.cnblogs.com/blog4ljy/p/9195752.html
[5] https://blog.csdn.net/holmes_MX/article/details/81235687
[6] https://blog.csdn.net/gusui7202/article/details/82114180