Ubuntu18.04下YOLOv3详解——搭建、训练、测试、评估

最新推荐文章于 2025-06-18 19:02:44 发布

置顶

夜夜coding到天明

最新推荐文章于 2025-06-18 19:02:44 发布

阅读量1.8w

点赞数 17

CC 4.0 BY-SA版权

分类专栏：深度学习

本文链接：https://blog.youkuaiyun.com/weixin_42747301/article/details/96636614

本文详细介绍了在Ubuntu18.04上配置YOLOv3的环境，包括CUDA和CuDNN的安装，以及模型的训练、测试和评估过程。通过修改Makefile启用GPU加速，解决显存不足问题。使用自定义数据集进行训练，涉及数据集处理、cfg文件修改和训练参数调整。模型测试部分展示了如何进行单张和批量预测，并计算mAP和recall值。最后，文中还提供了常见问题的总结和解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Ubuntu18.04下YOLOv3详解——搭建、训练、测试、评估

YOLOv3是目标检测任务中最常用的算法之一，本文具体讲述了YOLOv3搭建——训练——测试——评估的几个步骤，顺便记录了遇到的几个坑。我用的是Ubuntu版本Darknet框架的YOLOv3，参考作者的步骤（ https://pjreddie.com/darknet/yolo/)来一步步完成的，后面为了项目部署会继续学Tensorflow框架的。

Alt

基本配置

Ubuntu18.04
cuda9.0
cudnn7.3.1
opencv3.2.0

环境搭建

cuda和cudnn的配置相关具体的博文有很多，不需要过多赘述，推荐这篇博客写的比较详细(https://blog.youkuaiyun.com/weixin_41851439/article/details/88712465)，一定注意Ubuntu系统与cuda、cudnn三者之间的对应关系，装cuda和cudnn是因为下面调用GPU进行训练和测试，用CPU和GPU的速度天差地别，如果显存太差建议用CPU慢慢跑。
主目录下

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

下载预训练权重，若下载太慢则复制链接（https://pjreddie.com/media/files/yolov3.weights)到浏览器下载。

wget https://pjreddie.com/media/files/yolov3.weights

下面测试一下！

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

将会见到以下输出

layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32  0.299 BFLOPs
    1 conv     64  3 x 3 / 2   416 x 416 x  32   ->   208 x 208 x  64  1.595 BFLOPs
    .......
  105 conv    255  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x 255  0.353 BFLOPs
  106 detection
truth_thresh: Using default '1.000000'
Loading weights from yolov3.weights...Done!
data/dog.jpg: Predicted in 0.029329 seconds.
dog: 99%
truck: 93%
bicycle: 99%

因为还没有调用GPU，用CPU进行测试的时候会几秒到十几秒的时间，下面调用一下GPU，减少训练测试时间，修改Makefile文件
终端输入命令

gedit Makefile

修改如下

GPU=1
CUDNN=1
OPENCV=１ # 如果安装了opencv则改为１
OPENMP=0
DEBUG=0
...
NVCC=/usr/local/cuda-9.0/bin/nvcc # 原为 NVCC = nvcc，cuda后面的紧跟自己的cuda版本，如cuda-9.0，cuda-10.0等

修改完后终端重新make后重新测试
如果见到下面的情况，不要慌，有两种可能：
1.显存不够，深度学习对显卡的显存要求较高，一般至少需要4G的显存，检查一下自己显卡对应的显存，如果显存不够建议换个好一点的显卡或者租服务器，深度学习最不能省钱的就是显卡了！！！
2.cfg文件没有修改，cfg文件夹下的yolov3.cfg文件做以下修改，如果是训练状态，取消Training下面batch和subdivisions的注释，把Testing的batch和subdivisions注释掉

# Testing
batch=1
subdivisions=1
# Training
# batch=64
# subdivisions=16
...

模型训练

接下来将会以自己的数据集作为例子进行训练，文件目录如下所示，图片存储于JPEGImages文件夹下，标注的xml文件存储与

VOCdevkit 
——VOC2008
————Annotations
————ImageSets 
——————Main
————JPEGImages

在voc2008文件夹下建立voc_2008.py文件并运行，voc_2008.py的作用是在ImageSets 下的main文件夹产生随机分割后的训练集测试集路径文件，代码如下：

import os
import random

trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets/Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

随后在darknet主目录下建立voc_label.py文件并运行，voc_label.py的作用是将所有标注的xml文件转化成txt文件，因为YOLO支持读取的数据只是txt格式，代码如下：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets=[('2008', 'train'), ('2008', 'val'), ('2008', 'test')]

classes = ["knife"]


def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[