目录

• 1. 数据准备
• 1.1 下载VOC数据
• 1.2 生成数据标签
• 1.3 下载预训练模型
• 2. 训练数据
• 2.1 准备cfg文件
• 2.2 准备训练脚本文件sh
• 2.3 Loss与mAP曲线
• 3. 测试图片

??完成darknet环境配置后，可以在darknet框架下进行目标检测数据训练，本文以VOC数据为例，进行介绍。

1. 数据准备

1.1 下载VOC数据

??参考https://pjreddie.com/darknet/yolo/网站介绍，下载VOC数据。

wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar
wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtrainval_11-May-2012.tar
tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

1.2 生成数据标签

??将VOC数据集的xml文件里的标注转为darknet能够解析的txt文件，每个文件的格式如下：

<object-class> <x> <y> <width> <height>

??每行中分别对应目标的类别，ground truth框的横坐标中心坐标，纵坐标中心坐标，groundtruth框的宽度和groundtruth框的高度。

??使用scripts/文件夹下的voc_label.py文件可以将VOC标签转为YOLO标签，将voc_label.py文件拷到VOCdevkit/文件夹下，运行以下命令：

python voc_label.py

??完成运行后，输入ls，可以在终端中看到以下内容：

2007_test.txt   VOCdevkit
2007_train.txt  voc_label.py
2007_val.txt    VOCtest_06-Nov-2007.tar
2012_train.txt  VOCtrainval_06-Nov-2007.tar
2012_val.txt    VOCtrainval_11-May-2012.tar

??VOC训练需要将2007_train，2007_val，2012_train，2012_val四个数据集合并形成训练集，使用2007_test作为验证集。输入以下命令，将相应的数据集合并。

cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt

??最后修改cfg.data文件，配置VOC数据路径，classes数目必须要写对。

classes= 20
train  = <path-to-voc>/train.txt
valid  = <path-to-voc>2007_test.txt
names = data/voc.names
backup = backup

1.3 下载预训练模型

1. 基于ImageNet预训练模型开始训练
??预训练模型下载位置在https://drive.google.com/open?id=1JKF-bdIklxOOVy-2Cr5qdvjgGpmGfcbp，完成预训练模型下载后，将yolov4.conv.137文件放在指定位置。

2. 基于COCO预训练模型开始训练
??如果基于作者开源的COCO预训练模型yolov4.weights开始训练，则需要对文件中的seen进行修改，修改之后才能基于该预训练模型进行训练，修改代码如下。

import numpy as np

# Read weights file
with open('weights/yolov4.weights', 'rb') as f:
    version = np.fromfile(f, dtype=np.int32, count=3)  # (int32) version info: major, minor, revision
    seen = np.fromfile(f, dtype=np.int64, count=1)  # (int64) number of images seen during training
    weights = np.fromfile(f, dtype=np.float32)  # the rest are weights
    seen = np.array([0])

# Write weights file
with open('darknet_yolov4.weights', 'wb') as f:
    version.tofile(f)  # (int32) version info: major, minor, revision
    seen.tofile(f)
    weights.tofile(f)

2. 训练数据

2.1 准备cfg文件

??修改cfg文件夹下的yolov4-custom.cfg文件名称为yolov4-voc.cfg,修改训练迭代步数：

max_batches = 50500
policy=steps
steps=40000,45000
scales=.1,.1

??将3个yolo层的classes的类别修改为20，yolo层前的convolutional层的filters数目为75，(classes + 5) \times 3(classes+5)×3。

[convolutional]
size=1
stride=1
pad=1
filters=75
activation=linear


[yolo]
mask = 6,7,8
anchors = 12, 16, 19, 36, 40, 28, 36, 75, 76, 55, 72, 146, 142, 110, 192, 243, 459, 401
classes=20
num=9
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1
scale_x_y = 1.05
iou_thresh=0.213
cls_normalizer=1.0
iou_normalizer=0.07
iou_loss=ciou
nms_kind=greedynms
beta_nms=0.6

2.2 准备训练脚本文件sh

??在终端中输入touch train.sh和gedit train.sh，编辑训练脚本文件，输入./darknet detector train data/voc.data cfg/yolov4-voc.cfg backup/yolov4.conv.137 -map，执行./train.sh即可开始训练。./darknet为编译好的可执行文件，detector表示执行目标检测任务，train表示执行训练任务，data/voc.data，cfg/yolov4-voc.cfg和backup/yolov4.conv.137文件路径位置必须正确，-map表示可以在训练的同时，进行检测精度评估，每4个epoch评估一次。

2.3 Loss与mAP曲线

??完成训练后，在darknet文件夹中可以得到以下图片，图片显示训练存在过拟合情况，在迭代到10000多步时，在VOC数据集上的mAP达到了最高，之后虽然Loss一直在下降，但是mAP没有再提高，反而有所下降，在VOC数据集上的训练还需要进一步调参。经过voc_all_map.py的评估，YOLOv4在VOC数据集上的0.5:0.95mAP能够达到52.98，0.5mAP能够达到84.27，0.75mAP能够达到58.64。这个结果，比这篇文章介绍的https://blog.csdn.net/linghu8812/article/details/105708001faster_rcnn_R_50_FPN的mAP提高了不少。

??下图是使用YOLOv3在VOC数据集上训练的结果，可以看到，在VOC数据集上YOLOv4的检测效果比YOLOv3提高了不少。

3. 测试图片

??在终端中输入以下命令./darknet detector test cfg/voc.data cfg/yolov4-voc.cfg backup/yolov4-voc.weights -thresh 0.25 data/dog.jpg 可以对单张图片进行测试，查看训练效果。cfg文件和weights文件可以在这里下载，提取码为ia4x。inference结果如下：

??终端中输出的结果如下：

data/dog.jpg: Predicted in 14.562000 milli-seconds.
bicycle: 97%
dog: 94%
car: 99%