使用yolo-v3和yolov3-tiny训练自己的数据

使用yolo-v3和yolov3-tiny训练自己的数据

yolov3的官网：教程官网都有，老详细了。

确立我们的目标：

训练我们自己的数据集，从而生成一个XXX.weights文件，这就是炼丹练出来的丹

先搞定darknet

安装+编译

1. 先建个文件夹
2. 打开命令行进入这个文件夹
3. git clone https://github.com/pjreddie/darknet建议翻墙下，有点小大
4. cd darknet
5. make
6. ok darknet算是成功安装了

测试一下yolo能不能用

1. 在darknet文件夹中
2. 下载这个放到darknet文件夹中（不翻墙的速度感人）yolov3.weights
3. 运行命令./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
4. 应该就能看到结果了,在darknet 文件夹下生成了predictions.jpg图片

我们在试试tiny-yolo的检测

1. 下载这个放到darknet文件夹中（不翻墙的速度感人）yolov3-tiny.weights
2. 结果同上，不做赘述了

训练的数据准备

1. 准备好训练图片，保存在train_imgs

2. 准备好测试图片，保存在test_imgs

3. 准备好训练集

   1. 建一个文件夹train_dataset
   2. 里面含有train_imags的全部图片，比如img1.jpg，img2.jpg，img3.jpg……
   3. 同含有每张图片对应的标注信息，比如img1.txt，img2.txt，img3.txt……，也就是说每有一张图片，就有一个图片名.txt的文件与之对应。
   4. 图片名.txt里的内容是
      label名 x y w h
label名 x y w h
label名 x y w h
label名 x y w h
      ……
      x y w h 计算法则如下:
      $$x=\frac{}{W（图宽）}$$