训练YOLO-V3
第一步、数据集准备
确定数据集
当做练手的数据集，要有标准性，而且不能太大。
搜索了一番后，我决定用VOC2007数据集，压缩包的大小只有450M。
为什么不用VOC2005与VOC2006？
因为VOC2005与VOC2006数据标注规则与之后的VOC不同，且图片是png格式的，比jpg图片占用磁盘空间更大。
VOC2007 ~ VOC2012的数据集标注规则是一样的，且图片是jpg格式的，占用磁盘小。在VOC2007 ~ VOC2012中，数据集的大小是随年份递减的。所以我选择了标注规范， 尺寸又小的VOC2007作为练手的数据集。
VOC2007数据介绍
VOC2007数据集有20类图片：
- Person: person
- Animal: bird, cat, cow, dog, horse, sheep
- Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train
- Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor
有bounding box标注，有像素级类别标注，像素级实例标注。适合训练目标检测，语义分割，实例分割的网络。
数据集包含五个文件夹：Annotations，ImageSets，JPEGImages，SegmentationClass，SegmentationObject：
Annotations/ 里面是图片的xml标注文件，其文件名前缀为6为数字，与JPEGImages/ 下的图片名称相对应。
打开一个xml文件，可以看见以下内容，对与目标检测来说，我们只要关系物体的类别和bonding box，对应图中红色框的内容。
ImageSets/ 下有三个文件夹（对于VOC2007只有三个，年份更高的哟有四个文件夹）：
这三个文件夹都包含用于检索训练集和测试集的txt文件。Main/ 包含所有分类数据集，Segmentation/ 专门用于语义分割或实例分割，Layout/ 的作用我尚未搞清楚。
Main/ 下有很多txt文件。如果做多类别分类的话，用train.txt和val.txt即可，它们分别包含训练集的图片和验证集的图片名称。如果做单类别二分类的话，用类似aeroplane_train.txt，aeroplane_trainval.txt这种带类别名称的文件，它以1代表正样本，-1代表负样本。
第二步、准备工作
1. 因为darknet不支持VOC的xml标注格式，所以首先需要把VOC的xml标注文件转化为darknet支持的txt格式
把下载好的VOCdevkit目录复制到darknet目录下。
修改darknet/scipts/voc_label.py（这个脚本用来把VOC的xml格式转化为darknet支持的txt格式）：
修改两处即可：
# 把
sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
# 修改为
sets=[('2007', 'train'), ('2007', 'val')]# 注释掉最后两行代码
#os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train.txt")
#os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")
在darknet的根目录下打开终端，运行：
python scripts/voc_label.py运行完后，会在 darknet/VOCdevkit/VOC2007/ 目录下生成 label 文件夹，里面有darknet支持的txt格式的标注文件。并在darknet根目录下生成2007_train.txt和2007_val.txt文件，用来索引图片。
这是转换后的txt标注文件，第一列是标签，8对应的是chair（对应关系看voc_label.py)；后四列是归一化后的bonding box坐标。
这是2007_train.txt，包含所有训练集图片的绝对路径。
2. 修改 cfg/voc.data 文件
2. 修改data/names 文件
注意这里的顺序要跟scipts/voc_label.py里面的clasees的顺序一致：
3. 修改cfg/yolov3-voc.cfg
修改如图所示的3~7行即可。
实际训练中，每批训练的个数=batch/subvisions，根据自己GPU显存进行修改。
我的GPU显存为4GB，能跑上图所示的配置。
第三步：训练
从头开始训练：
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg 利用预训练权重训练：
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg yolov3.weights -clear其中，yolov3.weights -clear是官方提供的权重文件，可由此下载：
wget https://pjreddie.com/media/files/yolov3.weights-clear使程序中net->seen为0，net->seen代表训练次数。
第四步：测试
./darknet detect cfg/yolov3-voc.cfg backup/yolov3-voc_900.weights data/dog.jpg训练过程中，会保存一些权重文件，在backup/ 文件夹下可以找到。
yolov3-voc_900.weights代表训练了900个批次的模型权重。
由于训练时间过短，而且没有预训练（yolo用了ImageNet数据集预训练了一周），自己从头训练的模型几乎没有效果。
所以，实际项目中用yolo做目标检测的话，最好用官方提供的预训练模型。
第五步：同步至Github（可选）
git add cfg/voc.data
git add cfg/yolov3-voc.cfg
git add cfg/yolov3.cfg
git add scripts/voc_label.py
git add 2007_train.txt 2007_val.txt
git commit -m "voc2007 train"
git push -u origin master