Windows10+YOLOv4+Darknet训练自己的数据（二）

最新推荐文章于 2022-11-03 13:43:22 发布

MT_Lucky

最新推荐文章于 2022-11-03 13:43:22 发布

阅读量3.9k

点赞数 5

分类专栏： YOLOv4 darknet 目标检测文章标签：深度学习计算机视觉 python tensorflow 神经网络

本文链接：https://blog.youkuaiyun.com/qq_40927867/article/details/114986121

版权

本文详细介绍了如何在Windows10环境下，利用YOLOv4和Darknet训练自定义数据集的过程，包括数据集制作、训练文件创建、配置文件修改、获取最佳Anchor、训练及测试等步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这篇文章主要讲怎样使用YOLOv4算法作者提供的YOLOv4源码来训练自己的数据集
运行环境的搭建和源码的测试可以参考我的上一篇文章Windows10+YOLOv4+Darknet训练自己的数据（一）

一、数据集制作

数据集制作的前半部分可以参考我的上一篇文章VOC数据集制作
这里我就接着VOC数据集制作这篇文章来讲接下来对数据集的操作。
第一步： 将我们制作好的数据集VOCData数据集放到darknet-master\build\darknet\x64\data\voc 文件夹下，这里我把VOCData文件夹名字改成了VOCdevkit，改不改都没关系，我当时不知道为啥改了个名儿，这不重要。
第二步： 使用data/voc文件夹下的voc_label.py文件可以将图片和注释文件转换为训练需要的txt文件。打开voc_label.py文件，进行如下修改：
1、修改第9行class为自己的类别

classes = [自己的类别]

2、观察第47-55行的代码，确定文件路径中“year”和“image_set”对应的自己文件夹中的路径名称：

for year, image_set in sets:
    if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
    image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    list_file

最低0.47元/天解锁文章