1 引言
上一篇文章《Windows下VS2015编译YOLOv4的两种方法，以及__func__未定义问题的解决》记录了Windows下YoloV4编译涉及到的问题。
YOLO作者附带了几个权重文件可供下载，包含了日常常见的物体，可以直接用来测试和识别，但如果希望识别我们所指定的物体，那就需要自己制作样本和训练了，本文记录自己制作样本、标注样本、训练样本的过程。
2 下载
标注和训练前，需要下载几个文件：
样本标注软件：yolo_mark，下载源码后自己用VS编译。
预训练权重文件：yolov4.conv.137
3 需要准备的目录和文件
3.1 目录
YOLO作者建议放在…build\darknet\x64下，但实际上可以放在任意目录，因为这个darknet\x64目录文件太多了，所以我建了个d:\YoloV4\My目录用于放所有工作文件。
再在此目录下建立如下目录：
d:\YoloV4\My\data目录，用于放训练的数据文件。
d:\YoloV4\My\data\obj目录，用于存放训练样本图片。
d:\YoloV4\My\Backup目录，用于训练时存放临时权重文件。
3.2 CFG文件
作用：网络配置文件，训练时和识别时都需要用到
从源码附带的yolov4-custom.cfg，拷贝一份到d:\YoloV4\My目录，然后重命名为自己的文件名，比如yolov4-my.cfg。
进行下一修改前先要确定自己要识别的物体种类个数，因为以下几个参数与此有关，我们假设classes=4类。
用文本编辑器打开yolov4-my.cfg，进行如下修改：
batch=64
subdivisions=16，作者建议，但后面发现这个值不行，我改为了subdivisions=64
max_batches=8000，这个值=classes*2000，但这个值不能小于训练图片数，也不能小于6000
steps=6400,7200，这两个值是max_batches的80%和90%。
width=416 height=416，网络尺寸，这两个值必须是32的倍数。
classes=4，文件中一共有3处需要修改，搜索classes后修改即可
filters=27， 公式filters=(classes + 5)x3，这个对应classes也一共3处，注意一定是搜索到classes后的紧邻上一个[convolutional]节的filters需要如此修改
3.3 obj.names文件
作用：物体名称文件，训练时和识别时都需要用到
在d:\YoloV4\My\data下，新建一个文本文件，重命名为obj.names（可以取自己喜欢的名字，包括扩展名，以下所有文件均可自行取名，下同），按确定的classes个数，每行写一个物体名称，例如
plane
car
bus
pizza
...
网络识别物体时的结果是物体序号，本文件序号对应行的文字即为识别物体名称。
3.4 obj.data文件
作用：训练数据文件，训练时用
在d:\YoloV4\My\data下，新建一个文本文件，重命名为obj.data，其内容为
classes = 4
train = data/train.txt
valid = data/test.txt
names = data/obj.names
backup = backup/
文件中每行的作用为：
classes：指定要训练和识别的物体种类数
train：指定训练样本描述文件的路径和文件名，见后述
valid：validation_dataset文件路径和文件名，本例未使用，这里知道这是为了减少过拟合情况的发生而提出的即可。
names：指定物体名称文件的路径和文件名
backup：用于训练时存放临时权重文件的目录
4 样本准备、标注
4.1 样本准备
准备用于标注和训练用的图片，JPG格式，统一放到d:\YoloV4\My\data\obj目录。
4.2 train.txt文件
作用：训练样本描述文件，标注和训练时用
在d:\YoloV4\My\data下，新建一个文本文件，重命名为train.txt，按以上准备好的样本，在这个文件中每行写一个图片文件的路径和名称，类似如下：
data/obj/img1.jpg
data/obj/imga.jpg
data/obj/img2.jpg
...
4.3 样本标注
以上样本和文件都准备好后，这时就要用到前面下载的yolo_mark样本标注软件了，为了方便，我们把yolo_mark.exe拷贝到d:\YoloV4\My下，然后命令行运行（或者最方便的方法：在此目录建一个mark.cmd文件，把以下文字拷贝进去，然后双击此cmd即可运行）：
yolo_mark.exe data/obj data/train.txt data/obj.names
然后就可以一帧一帧图片，指定物体名，用鼠标框选了，如下图所示，这里不赘述。
标注完成后，我们会看到在样本图像保存目录下，每个图片都出现了一个同名的txt文件，里面记录的就是样本标注的结果，打开看内容大概如下：
3 0.849609 0.839583 0.111719 0.120833
3 0.130859 0.591667 0.177344 0.058333
0 0.692578 0.313889 0.042969 0.016667
1 0.685547 0.568056 0.035156 0.036111
每行对应一个标注框，含义是：
< object-class> < x_center> <y_center> < width> < height>
object-class：即物体类别序号，从0开始
<x_center><y_center>：标注框中心X和Y坐标，分别占图像宽和高的比例
< width>< height>：标注框宽高，分别占图像宽和高的比例
知道这个原理，必要时可以自己编写程序生成样本标注结果。
5 训练
以上全部准备好后，就可以开始训练了。
此时还要用到之前下载下来的yolov4.conv.137，预训练权重文件，拷贝到d:\YoloV4\My下，并在此路径下，运行以下命令（由于我们的目录不在darknet.exe所在目录，所以写全路径名）（同上最方便是建立一个cmd文件后双击运行）
D:\YoloV4\darknet-master\build\darknet\x64\darknet.exe detector train data/obj.data yolov4-my.cfg yolov4.conv.137
正常的话，就会出现如下界面，训练过程开始。
图形显示的是损失函数变化曲线，横轴为迭代次数，纵轴为损失率。平均损失率会从一千多开始，逐渐下降，开始下降的很快，如下图为我训练一个多小时后的曲线，但越往后下降越慢。
训练过程中，训练出的权重文件会生成于d:\YoloV4\My\Backup目录，训练软件每100次迭代会自动保存一次权重文件，每1000次迭代会产生一个新的权重文件，便于训练后比较最优。
训练结束的判断：通常每个类别对应2000次迭代，一般平均损失率在0.xxx，且多次迭代后基本不再变化，就差不多可以停止训练了。
训练结束后，生成的权重文件*.weights，与前述的yolov4-my.cfg、obj.names就可以用于识别了。
训练过程是一个漫长的过程，一般都需要十几甚至几十个小时，我为了测试，用200多张样本，训练4个目标，大概训练了3个多小时，迭代了1200次，Avg loss大约降到0.8，就中途停止训练了，测试了一下，已经识别的非常好了。