Windows10+Darknet+YOLOv3训练自己数据（GPU）——1.数据集准备

1.创建VOC数据集

VOC数据集是YOLO模型训练的传统标准文件格式，在模型训练前首先需要创建自己的VOC数据集。下载Pascal VOC数据集，然后把官方VOC数据集里面的内容删除，只保留各个文件夹，然后将自己的数据放置在对应的文件夹中，这样确保待训练的数据格式不出错。该文件夹的主要内容如下所示：

└── VOCdevkit     #根目录
    └── VOC2012   #不同年份的数据集，这里只下载了2012的，还有2007等其它年份的
        ├── Annotations        #存放xml文件，与JPEGImages中的图片一一对应，解释图片的内容等等
        ├── ImageSets          #该目录下存放的都是txt文件，txt文件中每一行包含一个图片的名称，末尾会加上±1表示正负样本
        │   ├── Action
        │   ├── Layout
        │   ├── Main
        │   └── Segmentation
        ├── JPEGImages         #存放源图片
        ├── SegmentationClass  #存放的是图片，语义分割相关
        └── SegmentationObject #存放的是图片，实例分割相关

（1）准备好自己用来训练模型的图像，将其存放至上述的JPEGImages 文件夹中，统一命名为000001.jpg , 000002.jpg……格式。

在此过程中可能存在将视频分解为图片来作为训练样本的情况，如果训练的原始数据均为图片，直接阅读 ③，通过Python来统一命名图片。

①首先获取视频的帧数，代码如下：

# -*- coding: utf-8 -*-
import cv2

filename = r"C:\Users\Lenovo\Desktop\lettuce_imgdata\videos\G-L-4.avi"
video_cap = cv2.VideoCapture(filename)  # 读取视频

#读取视频帧数
frame_count = 0
all_frames = []
while(True):
    ret, frame = video_cap.read()
    if ret is False:
        break
    all_frames.append(frame)
    frame_count = frame_count + 1
frame_num = len(all_frames)
print(frame_num)

② 得到视频