使用yolov4训练模型详细步骤

下载yolov4

链接

##使用git
git clone git@github.com:AlexeyAB/darknet.git

编译

打开Makefile这个文件

选择GPU=1

OPENCV=1

CUDNN=1

cd darknet
vim Makefile
make

测试

下载测试模型

cd darknet
#(注意：yolov4-weights的位置在darknet目录中)
wget https://oss.jaronnie.com/yolov4.weights
#或者直接在浏览器中输入https://oss.jaronnie.com/yolov4.weights

测试程序是否成功

./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg

训练自己的模型

准备好数据集(VOC格式)

创建四个文件夹(位置在darknet/scripts/VOCdevkit/VOC2020)

cd darknet/scripts
mkdir -p VOCdevkit/VOC2020
cd VOCdevkit/VOC2020
mkdir Annotations
mkdir -p ImageSets/Main
mkdir JPEGImages
mkdir labels

把原图片放在JPEGImages

标注后的文件放在Annotations

在同目录下创建test.py

在test.py中写下

import os
from os import listdir, getcwd
from os.path import join
if __name__ == '__main__':
    source_folder='./JPEGImages/'
    dest='./ImageSets/Main/train.txt' 
    dest2='./ImageSets/Main/val.txt'  
    file_list=os.listdir(source_folder)       
    train_file=open(dest,'a')                 
    val_file=open(dest2,'a')                  
    for file_obj in file_list:                
        file_path=os.path.join(source_folder,file_obj) 

        file_name,file_extend=os.path.splitext(file_obj)

        file_num=int(file_name) 

        if(file_num<3000):                     

            train_file.write(file_name+'\n')  
        else :
            val_file.write(file_name+'\n')    
    train_file.close()
val_file.close()

执行python3 test.py

紧接着修改darknet/scripts目录下的voc_label.py

【注】修改classes即可

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

sets=[('2020', 'train'), ('2020', 'val')]

classes = ["smoke"]
def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

def convert_annotation(year, image_id):
    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult)==1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()

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 = open('%s_%s.txt'%(year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

os.system("cat 2020_train.txt 2020_val.txt > train.txt")

修改yolov4配置文件

darknet/cfg/yolov4-voc.cfg

cd darknet/cfg
cp yolov4-customcfg yolov4-voc.cfg

修改头文件

vim yolov4-voc.cfg

# Testing
#batch=1
#subdivisions=1
# Training
batch=64                //每次迭代要进行训练的图片数量 ,在一定范围内，一般来说Batch_Size越大，其确定的下降方向越准，引起的训练震荡越小。 
subdivisions=8          //源码中的图片数量int imgs = net.batch * net.subdivisions * ngpus，按subdivisions大小分批进行训练 
height=416              //输入图片高度,必须能够被32整除
width=416               //输入图片宽度,必须能够被32整除
channels=3              //输入图片通道数
momentum=0.9            //冲量
decay=0.0005            //权值衰减
angle=0                 //图片角度变化，单位为度,假如angle=5，就是生成新图片的时候随机旋转-5~5度    
saturation = 1.5        //饱和度变化大小
exposure = 1.5          //曝光变化大小
hue=.1                  //色调变化范围，tiny-yolo-voc.cfg中-0.1~0.1 
learning_rate=0.001     //学习率
burn_in=1000
max_batches = 120200    //训练次数，建议设置为classes*2000，但是不要低于4000
policy=steps            //调整学习率的策略
//根据batch_num调整学习率，若steps=100,25000,35000，则在迭代100次，25000次，35000次时学习率发生变化，该参数与policy中的steps对应
steps=40000,80000     // 一般设置为max_batch的80%与90%
scales=.1,.1             //相对于当前学习率的变化比率，累计相乘，与steps中的参数个数保持一致；

修改目标类别

修改三处classes,分别位于970行、1058行与1146行，将其修改为自己数据集的目标数量；

classes=1 # 修改为自己需要检测的类别

修改filters

分别位于963行、1051行与1139行，将其修改为自己数据集的目标数量；

filters=18 #filters=(classes+5)*3

即18 = (1 + 5) * 3

filters = 18

修改cfg/voc.data

classes= 1               //修改为训练分类的个数
# 写darknet/scripts下2020_train.txt和2020_val.txt路径
train  = /home/jay/darknet/scripts/2020_train.txt          //修改为数据阶段生成的2020_train.txt文件路径
valid  = /home/jay/darknet/scripts/2020_val.txt           //修改为数据阶段生成的2020_val.txt文件路径
names = data/voc.names
backup = backup

修改data/voc.names

修改为自己类别的名称

smoke

开始训练

下载预训练模型

wget https://oss.jaronnie.com/yolov4.conv.137

训练模型命令

./darknet detector train cfg/voc.data cfg/yolov4-voc.cfg yolov4.conv.137