YoLov3训练自己的数据集（小白手册）

使用YoLoV3训练自定义数据集的详细步骤

最新推荐文章于 2025-07-29 16:56:27 发布

置顶

Rani_zZ

最新推荐文章于 2025-07-29 16:56:27 发布

阅读量10w+

点赞数 90

CC 4.0 BY-SA版权

分类专栏：深度学习 YoLoV3

本文链接：https://blog.youkuaiyun.com/weixin_42731241/article/details/81352013

本文介绍了使用YoLoV3训练自己数据集的完整过程，包括使用labelimg标注数据，下载并修改YoLoV3工程，准备数据集，修改配置文件，训练模型以及测试识别。在训练过程中，作者遇到了标签名错误的问题，并分享了解决方案。最后，作者还提到了一篇关于YoLoV3参数理解的文章。

工具：labelimg、MobaXterm

1.标注自己的数据集。用labelimg进行标注，保存后会生成与所标注图片文件名相同的xml文件，如图。我们标注的是各种表，名称就简单的按外观大小分了s、m、l、xl、xxl共5类标签名

2.下载yolov3项目工程。按照YoLo官网下载

git clone https://github.com/pjreddie/darknet
cd darknet
make

3.修改Makefile文件（文件就在下载的darknet文件夹内）

vi Makefile  #打开文件

GPU=1    #使用GPU训练，其他的没有用，所以没有置为1，可根据自己的需要调整
CUDNN=0
OPENCV=0
OPENMP=0
DEBUG=0

make  #保存并退出后，进行make才可生效，如果出现错误，自行百度（因为我们的大神帮忙修复了）

3.准备数据集。在scripts文件夹下创建文件夹VOCdevkit（因为scripts文件夹下有voc_label.py文件，它的作用下面会说，下面创建的文件也跟它有关），根据下图在VOCdevkit文件夹下创建文件，并放入相应的数据

VOCdevkit 
——VOC2018        #文件夹的年份可以自己取,但是要与你其他文件年份一致，看下一步就明白了
————Annotations  #放入所有的xml文件
————ImageSets    
——————Main       #放入train.txt,val.txt文件
————JPEGImages   #放入所有的图片文件

Main中的文件分别表示test.txt是测试集，train.txt是训练集，val.txt是验证集，trainval.txt是训练和验证集，反正我只建了两个

创建后的样子如下图