windows10下yolov4训练自己的数据_windows10下yolov4训练自己的数据集

配置过程：https://blog.csdn.net/weixin_43723614/article/details/105772081

【配置过程一定要注意：如果电脑以前装好了CUDA，再重新安装VS的话，训练时会提示 GPU isn't used！！！经查阅好像是因为VS需要在CUDA之前安装，也就是说顺序非常重要，这时候只要把CUDA卸载重装就可以了。像我的机器是有两个版本的CUDA，只卸载一个再重装是不行的，两个都卸掉再重装需要的那一个就OK了。】

参考训练配置过程：https://blog.csdn.net/weixin_44771532/article/details/105495755

上面是linux系统的配置，其实windows只需要改不同的路径就可以了。除了上面的去掉2012只剩2007和改为自己的类别，只改了下面两处

def convert_annotation(year, image_id):
    in_file = open('D:/darknet/build/darknet/x64/data/VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('D:/darknet/build/darknet/x64/data/VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')

for year, image_set in sets:
    if not os.path.exists('D:/darknet/build/darknet/x64/data/VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('D:/darknet/build/darknet/x64/data/VOCdevkit/VOC%s/labels/'%(year))
    image_ids = open('D:/darknet/build/darknet/x64/data/VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    list_file = open('D:/darknet/build/darknet/x64/data/%s_%s.txt'%(year, image_set), 'w')
    for image_id in image_ids:
        #list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
        list_file.write('D:/darknet/build/darknet/x64/data/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

然后就可以训练啦

darknet.exe detector train cfg/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -map