目錄

1??訓練yolov4-tiny

1.1??文件準備

1.1.1??Annotations

1.1.2??JPEGImages

1.1.3??labels

1.1.4??trained_models

1.1.5??classes.name

1.1.6??create_labels_txt.py

1.1.7??custom_training.data

1.1.8??get_labels.py

1.1.9??get_train_val.py

1.1.10??train.txt

1.1.11??val.txt

1.1.12??yolov4-tiny.cfg

1.1.13??yolov4-tiny.conv.29

1.1.14??yolov4-tiny-test.cfg

1.2??訓練過程

1.3??訓練結果

2??制作預訓練模型

---

1??訓練yolov4-tiny

首先在darknet創建一個文件夾custom_training

文件夾中包含這些文件

我們從左往右來講，在文章的最后有識別效果，如果想先看效果的可以拉下去，看完再拉上來

1.1??文件準備

1.1.1??Annotations

獲取方式：標注軟件標注圖像后獲得

這里面放的都是標注好的xml文件，使用不同的標注軟件標注結果可能略有不同，但xml的文件格式都是一樣的，我們打開一個看一下

下面這個xml是一個圖中只有一個框子的

下面這個是一個圖中有多個框子的

1.1.2??JPEGImages

獲取方式：把標注的圖像放進去

這里面放的都是被標注的圖片，注意要與標注文件對應(比如0.jpg與0.xml)

1.1.3??labels

獲取方式：由create_labels_txt.py轉換xml文件獲得

這個文件夾中都是放的xml轉換過來的項目專用的txt文件(我們后面有一個文件專門轉換它)，由于是轉換過來的，所以自然也是與圖像一一對應的

我們打開一個看一下

下面這個是一個框的情況，發現里面有5個數，這5個數的含義依次是

1. 標簽號，從0開始
2. 標注框的中心點x坐標 除 圖像寬度 的比值
3. 標注框的中心點y坐標 除 圖像高度 的比值
4. 標注框的寬度 除 圖像寬度 的比值
5. 標注框的高度 除 圖像高度 的比值

我們下面再看一個多個框的情況

有幾個框就有幾行，最后不要有換行符

1.1.4??trained_models

創建一個空的文件夾就行了，這個文件夾是專門放訓練好的模型文件的，沒訓練之前文件夾中是空的

在訓練之后每1000個batch會自動保存一次，我訓練了4000個batch，現在里面是這樣的

后面要用的話用 yolov4-tiny_final.weights就可以了

1.1.5??classes.name

獲取方式：用記事本寫一個文件，后綴為.name就可以了

這里面寫的是所有標注的標簽，有幾個就寫幾個，標簽用換行符隔開，最后一行末尾沒有換行符

我再舉個例子

這里的順序要與后續create_labels_txt.py的順序一致

如果你不知道有多少標簽，后面可以通過get_labels.py來查詢

1.1.6??create_labels_txt.py

獲取方式：一個py文件

文件中的內容是這樣的

import xml.etree.ElementTree as ET
import os
import rewith open('classes.names','r') as f:classes = f.read().splitlines()p = re.compile(r'(.*)\.')
for i in os.listdir('Annotations'):i = p.findall(i)[0]xml_file = '/home/nvidia/darknet/custom_training/Annotations/{}.xml'.format(i)tree = ET.parse(xml_file)root = tree.getroot()for size in root.iter('size'):width = int(size.find('width').text)height = int(size.find('height').text)all_content = ''for obj in root.iter('object'):cls = obj.find('name').textcls_id = classes.index(cls)xmlbox = obj.find('bndbox')xmin = int(xmlbox.find('xmin').text)ymin = int(xmlbox.find('ymin').text)xmax = int(xmlbox.find('xmax').text)ymax = int(xmlbox.find('ymax').text)x = (xmin+xmax)/2/widthy = (ymin+ymax)/2/heightw = (xmax-xmin)/widthh = (ymax-ymin)/heightone_content = '{} {:.4f} {:.4f} {:.4f} {:.4f}'.format(cls_id,x,y,w,h)all_content = all_content + one_content + '\n'all_content = all_content.strip('\n')file = open('./labels/{}.txt'.format(i),'w')print(all_content,file=file,flush=True)

有幾個參數需要隨著數據集變動

• classes 這個是訓練的標簽，需要與classes.name的內容一致，注意順序也要一致
• xml_file 放的是Annotations中xml的文件，我這里放的絕對路徑，也可以放相對路徑
• xmin,ymin,ymin,ymax 我不確定所有的標注文件是否都是這四個點（有的可能是直接給寬度），如果你的xml文件中寫的是別的，那么你就對應改一下

• cls_id 這個是labels中產生txt的第一個內容
• x,y,w,h 這四個就是labels中產生的txt的后四個內容

如果按照我寫的結構放置文件的話，直接運行就可以了

1.1.7??custom_training.data

獲取方式：用記事本寫，后綴改為data，最后一行末尾沒有換行符

這里的信息的含義如下，注意所有路徑都是絕對路徑

字段	含義
classes	類別總數
train	train.txt的絕對路徑，train.txt我們后面會提到
valid	val.txt的絕對路徑，val.txt我們后面會提到
names	classes.name的絕對路徑
backup	trained_models的絕對路徑，注意后面要再加一個斜杠

1.1.8??get_labels.py

原理是用python的set()變量，set()變量中的元素不重復，訪問xml中的name，將所有的內容添加的set中

1.1.9??get_train_val.py

這個是用來輔助創建train.txt與val.txt的

import osa = 0
train_txt = open('train.txt','w')
val_txt = open('val.txt','w')
for i in os.listdir('JPEGImages'):a = a + 1if a < 15712: #trainprint('/home/nvidia/darknet/custom_training/JPEGImages/' + i,file=train_txt,flush=True)else: #testprint('/home/nvidia/darknet/custom_training/JPEGImages/' + i,file=val_txt,flush=True)

6065是我當前有7581張圖片，我想選擇其中的80%(6065張)作為訓練圖片，其余的作為測試圖片

1.1.10??train.txt

獲取方式：筆記本搞

這里放的是訓練圖像的絕對路徑

1.1.11??val.txt

獲取方式：筆記本搞

這里放的是所有測試圖像的絕對路徑，方法與train.txt相同，讓其余圖像作為測試圖像

1.1.12??yolov4-tiny.cfg

獲取方式：在darkent的cfg中有，復制過來

yolov4-tiny.cfg與其余的yolo模型修改起來差不多，我比較常用yolov4-tiny.cfg與yolov4-custom.cfg，這兩個cfg文件在這個文件夾中都有，tiny速度快但精度差，custom精度高但速度慢，下面說幾個經常改的參數

• batch與subdivisions

訓練模型時可能會出現CUDA爆掉的情況，這個時候我們需要修改batch與subdivisions，batch是會影響訓練結果的，太小是不行的，subdivisions的意思是把batch分成多少份，我下面這種圖就是batch為64，然后把batch再分成64份一點一點兒給，這樣就不會出現CUDA爆掉的問題了

• width與height

這個并不是圖像的寬與高，這個實際上是模型的輸入大小，寬和高必須為32的倍數

你的模型寬高越大，訓練時間越長，模型越精準，預測的更慢

你的模型寬高越小，訓練時間越短，模型越不精準，預測的更快

• learning_rate

learning_reate是學習速率，我們在訓練的過程中可能會出現loss為NaN的情況，這個時候就不用再訓練了，這個情況叫梯度爆炸或梯度消失，這個時候可以嘗試改一下學習率

• max_batches與steps

在幫助文檔中建議 max_batches的值設置為(種類數)*2000

step有兩個值，第一個值是max_batches的80%，第二個值是max_batches的90%

• classes與filters

classes是訓練的類別數量，比如你要識別5種不同的東西classes就給5，識別7種類別不同的東西就給7

filters計算公式為(種類數+5)*3，我下面圖片種類數為2，所以這里的filters是21

在yolov4-custom.cfg中一共有三處，在yolv4-tiny.cfg有兩處，都要改

1.1.13??yolov4-tiny.conv.29

獲取方式：從我上面的網盤鏈接中搞，或者用這個github鏈接?https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4-tiny.conv.29

這個鏈接是在項目?GitHub - AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Linux version of Darknet )?中的這里

1.1.14??yolov4-tiny-test.cfg

獲取方式：把yolov4-tiny.cfg復制過來，然后改一些東西

只改batch，把下面的batch注釋掉

這個其實你改不改都行，在測試的時候直接使用yolv4-tiny.cfg進行使用就行

1.2??訓練過程

在darkent路徑下打開終端，之后輸入

./darknet detector train custom_training/custom_training.data custom_training/yolov4-tiny.cfg custom_training/yolov4-tiny.conv.29

輸入之后終端的情況是這樣的

而且會出現一個圖，這里會記錄我們每一個batch的loss情況

訓練接觸后會顯示模型已保存，我大致訓練了兩個小時左右

我的loss情況是這樣的

最終loss是0.1498左右

1.3??訓練結果

在darknet下打開終端后輸入

./darknet detector test custom_training/custom_training.data custom_training/yolov4-tiny-test.cfg custom_training/trained_models/yolov4-tiny_final.weights custom_training/JPEGImages/000001.jpg

最后的圖片路徑你可以自定義，輸入之后終端是這樣的

之后會出現一個小圖像

把它放大后的效果是這樣的

2??制作預訓練模型

我們先說層這個概念，在訓練的開始你可以看到你選用的模型一共有多少層。

你可以將訓練好的模型作為預訓練模型，比如

./darknet partial ./custom_training/yolov3-tiny.cfg ./custom_training/yolov3-tiny_final.weights ./yolov3-tiny.conv.15 15

• ./darknet partial[訓練模型用到的cfg位置] [訓練好的模型文件位置] [要生成的預訓練模型文件位置] [保留網絡層數權重]

之后就在執行代碼的位置就會得到 yolov3-tiny.conv.15 這個預訓練模型文件?