赞
踩
1.我的环境是windows10,vs2015,cuda9.1,cudnn7.1。
2. darknet加yoloV3,用cmake和vs2015编译成darknet.exe。
3. 我的目录结构是在darknet目录下新建了一个build的目录,这个目录就是vs生成工程的目录,在windows下,所有的操作都在这个目录里面完成。
1.我使用的数据格式是VOC2007,关于这个数据集,可以看我之后博客。
2.标注工具用的是LabelImag的win版本。可以从这里下载,不用安装,直接运行,但存在的路径不能有中文。标注使用也可以看我之后的博客。
3.标注时按VOC形式标注,也可以选yolo的方式标注,如果一开始用yolo方法标注,之后就不用转换那么麻烦。这两种标注的标签,一种是xml,一种是txt。
VOC格式:
YOLO格式:
4.标注好的数据对应存在VOC2007目录Annotations里面,标注的图像放在JPEGImages里面。标注好的数据是一一对应的。
1.在darknet的工程目录下,darknet\build\darknet\x64\data\下,新建立一个VOCdevkit目录,把VOC2007的目录放到里面。
2.VOC2007当时下面只有三个目录。
Annotations里面就标签文件:
JPEGImages里面是对应的图像文件:
ImageSets下面有一个Main目录,但当前为空:
3.用python创建Main目录里面的train.txt,val.txt,test.txt和trainval.txt这四个文件。
(1)在VOC2007目录下创建一个python代码,我这里命名CreateMainDirTex.py
CreateMainDirTex.py的代码如下:
import os
import random
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftest.write(name)
else:
fval.write(name)
else:
ftrain.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
(2)保存之后运行,结果在Main下创建了四个txt文件。文件内容如下:
3.VOC2007数据转YOLOV3数据。
(1)在工程目录下darknet\build\darknet\x64\data\voc位置下找到voc_label.py这个文件,复制到darknet\build\darknet\x64\data下。
(2)更改的代码,有两个位置,一个是数据格式,一个是标注的标签名。
具体的代码更改如下,我只有一个标签,这个标签名字是"a"
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets=[ ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
classes = ["a"]
def convert(size, box):
dw = 1./size[0]
dh = 1./size[1]
x = (box[0] + box[1])/2.0
y = (box[2] + box[3])/2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x*dw
w = w*dw
y = y*dh
h = h*dh
return (x,y,w,h)
def convert_annotation(year, image_id):
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id),'rb')
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
tree=ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
bb = convert((w,h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for year, image_set in sets:
if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
list_file = open('%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))
convert_annotation(year, image_id)
list_file.close()
(2)保存之后运行,会在当前的目录下多出三个文件和在VOC2007目录下多出一个labels目录。
三个txt文件:
文件里面的内容:
labels目录:
目录下文件内容:
1.在darknet\build\darknet\x64\data目录下找到voc.data文件,我这里复制之后改名字成train.data。
打开文件,更改内容如下,就是对上刚刚生成的txt文件。
2.找到obj.names文件,也在darknet\build\darknet\x64\data目录下,改成自己标注的名字。
3.在darknet\build\darknet\x64目录在找到yoloV3.cfg文件,我这里复制一份重命名成yoloV3_a.cfg.
(1)打开这个文件,找到classes这个标签,改成自己标注的种类,我这里只有一种,所以改成1,总共有三个地方要改。
(2)在三个位于[yolo]层之前的[convolutional]层中,将filters修改为(classes *(1 + 4)) × 3,我这里是改成18。
(3)更改迭代次数,找到max_batches,改成自己相要迭代的次数。
1.下载权重文件darknet53.conv.74,放到darknet\build\darknet\x64下。
2.win加r键,输入cmd,cd到darknet\build\darknet\x64下。
3.输入,其中train.data,yolov3_a.cfg和darknet53.conv.74都是刚刚加进来的文件,注意目录,如果放在别的地方,把路径写对就可以了。
darknet.exe detector train data/train.data yolov3_a.cfg darknet53.conv.74
4.开始训练时loss可能很大,有时候会跑出几千来,等迭代100次左右就慢慢下降了。
loss曲线图:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。