Caffe学习（五）win10下配置vs2013版本的yolo+mobileNet训练自己的数据集

Caffe学习（五）win10下配置vs2013版本的yolo+mobileNet训练自己的数据集

准备阶段

1、caffe-mobilenet-windows
2、数据集
3、python

caffe-yolo

关于Caffe-YOLOv3-Windows的安装配置请参考

https://blog.youkuaiyun.com/mqyw29995/article/details/105961674

数据集

1、工具下载
标定数据集可以使用labelme，具体下载可去GitHub上下在，安装按照上面提示进行。
2、数据标定
对数据进行标定后会生产相应的xml。
PS：由于这一步不是重点且教程很多所以不详细叙述

制作lmdb

这里说的txt是图片位置以及xml位置，这里需要打乱顺序。
可以直接写一个py脚本进行分类也可以用官方的脚本，这里是darknet下的scripts文件夹下的voc_label.py做修改（这里的darknet是yolov3的可参考yolov3配置文章）。

1、由于这个是直接调用的voc的所以我们这边可以套用voc的框架，首先生成两个文件，train.txt和val.txt
train.txt:记录你的训练集，val.txt记录你的验证集。

PS:这里生成可以自己用python或者c++写一个生成工具，红色框内对应的是xml的文件名（同时也是图片的位置），需要注意的是xml存在图片一定要存在。同时训练集和测试集的xml最好放同一个文件夹下，比较方便。

2、首先吧sets修改成只有两个数组，然后把classes修改成你对应的类别（我这边是只有一类所以选aeroplane，如果你标定的有两类，三类就加队对应的名称，这里需要和你xml标定的名称一样）

3、修改路径&#x