本文共 5620 字，大约阅读时间需要 18 分钟。

最近还有项目是多目标跟踪，所以开始接触目标检测器，那就从最普遍的YOLOV3开始。无奈网上教程参差不齐，甚至有大段大段的错误，以及大段大段的省略，估计这就是大佬效应吧，因为觉得有些过程太过理所应当，所以就省略了。

这篇文章非常详细地介绍了整个过程，基本做到了每个细节都写清楚，希望对像我这样的小白能有帮助。 基础的YOLO知识，计划在之后整理，这里就写一下代码过程。

软硬件环境：

python 3.6.5 Ubuntu18.04 LTS PyTorch 1.1.0 CUDA 10.0 cudnn 7.5.0 GPU: NVIDIA TITAN XP

准备数据集

第一步就是准备一个目标检测的数据集，这个数据集可以使用官方提供的，感觉下载也可以自己制作，这里我使用的数据集是，进入页面下载后解压就行。

尽管使用的别人的数据集，我还是下载了labelImg，ubuntu版本的官方下载地址： 具体的过程按照官方教程即可，我放在下面：

sudo apt-get install pyqt5-dev-toolssudo pip3 install -r requirements/requirements-linux-python3.txtmake qt5py3python3 labelImg.py

注：如果在执行第二步的之后如果出现sudo: pip3: command not found，可以参考我上一篇文章：

之后会打开一个界面 具体的标注过程在这里我就不再赘述，可以参考一些其他文章。

获取源码并编译

1.官方代码下载地址：

当然，你也可以采用：

git clone https://github.com/pjreddie/darknet

我采用第一种，下载完毕后，看到压缩包，右键“Extract here"

2. 现在开始编译：

cd darknetsudo gedit  Makefile

打开后，根据自己的需求修改文件夹，因为我用GPU，所以修改为GPU=1，CUDNN=1，OPENCV我设为0，因为我不使用摄像头。

make

接着用make命令进行编译，出现以下界面，编译成功：

实验数据集整理和准备

解压后得到的文件中含有两个文件夹——Annotations和JPEGImages

1. 到刚解压了的darknet-master文件夹下建立一个文件夹，命名为VOCdekit，再在VOCdekit文件夹下建立一个VOC2007，把Annotations和JPEGImages放在VOC2007下，并在VOC2007文件夹中再建立一个ImageSets，此时VOC2007中一共有三个文件夹，分别是Annotations，ImageSets以及JPEGImage。在ImageSets下建立一个Main文件夹。
2. 刚才建立这么多文件夹，解释一下它们要做的事：VOC2007建立，因为要制作VOC2007格式的数据集，源码中的路径命名都是按照这样的格式来的。那么在VOC2007中的Annotations又有什么用？它是为存放xml格式的标签文件的，也就是你刚才用Labelmg制作的标签文件，里面保存了每张图片的尺寸、物体类别、boundingbox等等信息，每一张xml文件都对应了JPEGImages中的一张图片。JPEGImages自然而然就是存放数据集图片的文件夹，也就是你自己收集的训练和测试图片。ImageSets里面本来时包含了三个文件夹的，但是我们只强调存放图像数据的Main文件，这个Main文件存着训练、测试和验证集的图片名称，也就是起到分割三个集的作用。
3. 在VOC2007下建立一个test.py文件，将以下代码拷进去

import osimport randomtrainval_percent = 0.1train_percent = 0.9xmlfilepath = '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()

成功后会看到Main文件夹下多了四个txt文件：

加入自己的数据集

1. 在darknet文件夹内打开终端，

wget https://pjreddie.com/media/files/voc_label.py

下载得很快，打开，修改一下：

（1）sets部分，把有（‘2012’）的删去 （2）classes保存自己要检测的类别即可，我用的数据集只有一个类别，所以就只写了“RBC” 2. 在终端输入

python voc_label.pycat 2007_train.txt 2007_val.txt  > train.txt

结束后，应该会发现，出现三个txt文件2007_train.txt,2007_val.txt,2007_test.txt，这是真正有用的三个文件。

修改配置

1. 在cfg下创建cell.data，这里说一下两种创建data文件的方法（会的可以跳到下一步）
   （1）data文件夹中本来就有一大堆data文件，复制其中一个，改一下名字，改一下内容即可
   （2）右键新建一个doc文档，后右键“properties”，出来以下界面， 把后缀docx改为data即可。
   
2. 在data目录下创建cell.names，按创建data文件的方法创建即可，创建完成后双击，在空白页面中添加“RGB”即可，输入内容就是你需要检测的类别名，我这里只检测RGB，所以只写了RGB。
   
3. 这个data文件主要记录数据集的情况，具体的修改方法如下：

classes=
   <你需要检测的类别数量>
    train = <2007_train.txt 文件所在的位置>valid = <2007_test.txt/2007_valid.txt 文件所在位置，这不太重要>names = 
    
     backup = 
     
    
   

例如，我的例子中，我这样写的：

classes=1train=/home/user/Downloads/darknet-master/2007_train.txtvalid=/home/user/Downloads/darknet-master/2007_test.txtnames=/home/user/Downloads/darknet-master/data/cell.namesbackup=backup/

4. 网络配置在cfg中，此次采用yolov3.cfg，这里需要修改cfg文件。每个[yolo]及其前的卷积层都要修改，主要修改卷积层中的filters的数量，数量计算公式是 filters= 3*(5+类别数），比如我这里有1个类别，filters=18.
   还要修改[yolo]中的classes数，几个类别写几，我是1个类别，就写1。

[net]# Testingbatch=1subdivisions=1# Training# batch=64# subdivisions=2width=416height=416channels=3momentum=0.9decay=0.0005angle=0saturation = 1.5exposure = 1.5hue=.1learning_rate=0.001burn_in=1000max_batches = 500200policy=stepssteps=400000,450000scales=.1,.1[convolutional]batch_normalize=1filters=16size=3stride=1pad=1activation=leaky[maxpool]size=2stride=2[convolutional]batch_normalize=1filters=32size=3stride=1pad=1activation=leaky[maxpool]size=2stride=2[convolutional]batch_normalize=1filters=64size=3stride=1pad=1activation=leaky[maxpool]size=2stride=2[convolutional]batch_normalize=1filters=128size=3stride=1pad=1activation=leaky[maxpool]size=2stride=2[convolutional]batch_normalize=1filters=256size=3stride=1pad=1activation=leaky[maxpool]size=2stride=2[convolutional]batch_normalize=1filters=512size=3stride=1pad=1activation=leaky[maxpool]size=2stride=1[convolutional]batch_normalize=1filters=1024size=3stride=1pad=1activation=leaky###########[convolutional]batch_normalize=1filters=256size=1stride=1pad=1activation=leaky[convolutional]batch_normalize=1filters=512size=3stride=1pad=1activation=leaky[convolutional]size=1stride=1pad=1#filters=255filters=18 #此处有修改activation=linear[yolo]mask = 3,4,5anchors = 10,14,  23,27,  37,58,  81,82,  135,169,  344,319classes=80num=6jitter=.3ignore_thresh = .7truth_thresh = 1random=1[route]layers = -4[convolutional]batch_normalize=1filters=128size=1stride=1pad=1activation=leaky[upsample]stride=2[route]layers = -1, 8[convolutional]batch_normalize=1filters=256size=3stride=1pad=1activation=leaky[convolutional]size=1stride=1pad=1#filters=255filters=18 #3*（class=1+4+1)activation=linear[yolo]#mask = 1,2,3mask = 0,1,2anchors = 10,14,  23,27,  37,58,  81,82,  135,169,  344,319#classes=80classes=1 #只有一个类别num=6jitter=.3ignore_thresh = .7truth_thresh = 1random=1

5. 下载，还要下载一下darknet53.conv.74的模型参数

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

6. 行了，在darknet文件夹下打开终端跑起来吧：

./darknet detector train cfg/cell.data cfg/yolov3.cfg darknet53.conv.74

这里再提醒一下，上面那句代码，cell.data换为你自己刚才建立的data文件，yolov3.cfg是因为我使用的是yolov3模型，如果用其他模型，就输入其他模型比如yolov3-tiny.cfg之类的，那么就要在第5步下载相对应的权重。

好了，今天就介绍到这儿，是不是超级详细？(^__) 嘻嘻！有什么疑惑和建议都可以在下面留言，同时不要吝啬你的点赞哦！

转载地址：http://dhdlf.baihongyu.com/