darknet训练自己的数据——yolo v3/yolo v4

超、凢脫俗 2023-01-18 09:17 53阅读 0赞

# 前言 #

> darknet框架是纯C语言的，适合运行在编译环境下，目前深度学习目标检测性能十分好的yolo系列也是可以运行在这个框架下的，接下来我就总结一下darknet训练自己的数据——yolo v3/yolo v4。

### darknet训练自己的数据——yolo v3/yolo v4 ###

*  前言
 *  打标签
 *  准备其他
 *   *  1 、obj.names
     *  1 、obj.data
 *  参考文章

# 打标签 #

同之前的keras版本yolo v3打标签方式，具体见我之前的链接：  
[Win10中用yolov3训练自己的数据集全过程——Tensorflow/Keras版本][Win10_yolov3_Tensorflow_Keras]，只参考其中**一、制作自己的VOC格式训练集——打标签（labelImg软件）** 即可。

# 准备其他 #

## 1 、obj.names ##

该文件中保存的是检测物体的名称。假设有一个车辆检测的项目，检测有没有车辆。那么obj.names文件中就这样写：

car

每一类名称独占一行，这样是为了方便读取文件中的内容，我们只需要通过换行符就可以轻松分割并读取obj.names中每个类别的名称。

## 1 、obj.data ##

obj.data 该文件中保存着五类信息：类别数量，训练集，验证集，类别名称和保存权重的文件

classes= 2                        # 2表示数据集中只有两类可检测的物体
    train  = data/train.txt           # 表示保存训练数据集的地址
    test= data/test.txt            # 表示保存验证数据集的地址
    names = data/obj.names            # 表示可检测物体的名称
    backup = backup/                  # 表示保存训练权重的文件

obj.data文件其实就是一个汇总文件，yolov4需要的数据集地址，数据集标签以及信息的时候就是从这个文件中得到的。该文件涉及的内容在上下文都有涉及，这里就不再赘述。

# 参考文章 #

1、[https://zhuanlan.zhihu.com/p/45852709][https_zhuanlan.zhihu.com_p_45852709]

2、[https://zhuanlan.zhihu.com/p/45845454][https_zhuanlan.zhihu.com_p_45845454]

3、[https://blog.csdn.net/qq\_38316300/article/details/106771964][https_blog.csdn.net_qq_38316300_article_details_106771964]

4、[https://blog.csdn.net/stjuliet/article/details/89438888][https_blog.csdn.net_stjuliet_article_details_89438888]

[Win10_yolov3_Tensorflow_Keras]: https://blog.csdn.net/mao_hui_fei/article/details/104442097
[https_zhuanlan.zhihu.com_p_45852709]: https://zhuanlan.zhihu.com/p/45852709
[https_zhuanlan.zhihu.com_p_45845454]: https://zhuanlan.zhihu.com/p/45845454
[https_blog.csdn.net_qq_38316300_article_details_106771964]: https://blog.csdn.net/qq_38316300/article/details/106771964
[https_blog.csdn.net_stjuliet_article_details_89438888]: https://blog.csdn.net/stjuliet/article/details/89438888