使用YOLO的实现识别数据

以下是根据文档分析得出的使用YOLO建立和实现识别数据的步骤：

1. 环境搭建

• 选择操作系统：使用CentOS 7.0系统，它是Linux发行版之一，具有稳定性高、免费等特点，适合本次项目。
• 安装OpenCV工具：OpenCV是一个跨平台计算机视觉库，通过sudo yum install opencv命令进行安装，它提供了图像处理和计算机视觉方面的很多通用算法以及相关API。
• 安装CUDA开发环境
  • 首先确认计算机有Nvidia显卡，然后查看系统内核版本、确认编译器gcc已安装，并安装Kernel-header和kernel-devel，且版本需和内核版本一致。
  • 关闭开源的3D驱动Nouveau，创建/etc/modprobe.d/blacklist - nouveau.conf文件并写入相关内容，重新生成内核initramfs，重启计算机后进入命令提示符模式，使用root用户登录并进入多用户模式，然后执行./cuda_8.0.61_375.26_linux - run命令安装CUDA（本次实验使用runfile安装方式），安装过程中选择安装CUDA工具箱、CUDA例子等，最后将CUDA加入到环境变量中并重启计算机。
• 项目目录结构及编译
  • 使用git clone https://github.com/pjreddie/darknet下载项目源代码，然后进入项目目录cd darknet并执行make命令进行编译。编译完成后，项目包含cfg配置文件存放目录、data数据存放目录、examplesC语言测试用例、includedarknet头文件、pythonPython测试用例、scripts训练中用到的辅助脚本、src项目源代码、darknet编译后产生的可执行文件以及一些模块配置和函数文件。

2. 训练数据采集与制作

• 训练数据采集
  • 确定训练的目标种类，本次实验是水果识别，包括WaterMelon、StrawBerry、Orange、Pineapple、Apple共5种，每种收集约30 - 40张图片，总共171张，图片从百度图片下载，分辨率一般在400*300像素左右，按照5位数字从00000递增命名并放在一个文件夹中。
• 训练数据制作
  • 下载并编译安装LabelImg软件，使用它给171张水果图片标记对象位置和名称，标记完成后每张图片会生成一个记录对象名称和位置的xml文件。
  • 按照VOC数据集的格式创建文件夹结构，包括VOCdevkit、VOC2017、Annotations（存放xml文件）、ImageSets（包含Main文件夹，其中train.txt保存全部图片位置信息）以及labels文件夹。
  • 使用项目自带的voc_label.py脚本将xml格式转换成YOLO所需的label文件，打开脚本修改数据集年份、要识别的对象种类名称以及xml文件存放位置等信息，运行脚本后会生成labels文件，其中每个文件内容第一项是水果编号，后面4项是标记对象在图片中的位置比例。

3. 训练配置

• 创建cfg/myd.names文件，包含5种水果的名称，每行一个，顺序需与前面python脚本中配置的一致。
• 创建cfg/myd.data文件，包含要识别的对象的种类个数（5）、train.txt文件位置、myd.names文件位置以及生成的训练权重文件位置。
• 复制一份cfg/yolo.cfg文件，命名为yolo - myd.cfg，编辑这个文件，主要修改文件末尾region层中classes为5，同时修改region层上一层convolution层的filters值为50（根据公式(classes + coords + 1)* (NUM)计算，此次试验中具体数据为(5 + 4 + 1)*5 = 50）。

4. 训练过程

执行./darknet detector train./cfg/myd.data cfg/yolo - myd.cfg命令开始训练，训练过程中会打印训练进度信息，包括加载时间、区域平均交并比（Region Avg IOU）、类别准确率（Class）、目标置信度（bj）、无目标置信度（No 0bj）、平均召回率（Avg Recall）等，并且每5分钟生成一次训练数据文件到backup_myd/yolo - myd.backup，同时分阶段生成训练权重，如yolo - myd_100.weights，yolo - myd_200.weights等。

5. 测试训练效果

训练完成后，使用./darknet detector test cfg/myd.data cfg/yolo - myd.cfg backup_myd/yolo - myd_50000.weights testimg/apple.jpg命令检测训练结果，查看识别的准确性。