YOLO3实现对自身数据集的训练-YOLO3代码学习资料

我用的Ubuntu 16.04，Windows下面有些软件包不好装，后面就放弃了。

1.首先我们需要一些数据集。

如果是我们自己有数据集的话，我们就需要去打标签啥的（网上说的是用工具：LabelImg），具体一点的话可以参考文章。这里拿WiderFace数据集来把这个思想跑通。我们首先进入数据集官网http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/。之后我们下载一下文件：

红色框框住的是数据集，黑色框框住的是lable。下载完成后解压，放入文件夹下面，最总的文件目录如下图所示：

wider_face_train_bbx_gt.txt是边框数据集，格式如下：

数据说明：

第1行：图片的位置和名称；

第2行：边框的数量；

第3~n行：每个人脸的边框和属性：

• 其中1~4位是x1, y1, w, h
• blur：模糊，0清晰、1一般、2严重；
• expression：表情，0正常、1夸张；
• illumination：曝光，0正常、1极度；
• occlusion：遮挡，0无、1部分、2大量；
• pose：姿势，0正常，1非典型；

2.之后我们需要将数据转化为我们需要的格式。

为了符合训练要求，需要转换wider数据集中的边框格式，为训练要求的边框格式。转换源码。遍历数据文件夹，逐行解析不同格式的数据，写入文件。注意：

1. 物体框，Wider的数据格式是x,y,w,h，而训练的数据格式是xmin,ymin,xmax,ymax；
2. 只检测人脸一个类别，则类别索引均为0；

具体参考工程的wider_annotation.py脚本。总的来说的话就是用脚本将数据格式转化为YOLO支持的。

3.之后我们下载yolo3的官方权重，并将其转化为keras读取的格式。

在转化之前，我们需要安装一些软件包，这个是别人代码的一个要求，尽量满足的话最好，满足不了估计也没太大问题，我应该就有些没有满足，但是依然可以跑。

如果是GPU的话，那么这个也有一些要求：

先运行convert.py将cfg模型+weights文件转化为yolo.h5文件作为预训练模型，如果你这一步没有跑通的话，我之后会放百度云盘的链接，所以不要方，嘻嘻嘻嘻。

python convert.py yolov3.cfg yolov3.weights yolo_weights.h5

4.训练网络

修改这五个变量的路径，使其找到相应的文件。

annotation_path = 'wider_dataset/WIDER_train.txt'  # 数据
classes_path = 'configs/wider_classes.txt'  # 类别
log_dir = 'logs/'  # 日志文件夹
pretrained_path = 'model_data/yolo_weights.h5'  # 预训练模型
anchors_path = 'configs/yolo_anchors.txt'  # anchors

创建模型：

1. input_shape是输入图像的尺寸；
2. anchors是检测框的尺寸；
3. num_classes是类别数；
4. freeze_body，模式1是全部冻结，模式2是训练最后三层；
5. weights_path，预训练权重的路径；
6. logging是TensorBoard的回调，checkpoint是存储权重的回调；

并且，如果电脑配置低的话，需要调小batch_size以及epoch的次数，否则会在unfreeze阶段产生out of memory的错误
更具体的代码的编写的话，可以参考文章：https://www.jianshu.com/p/8214d947e031。

5.验证

训练完成之后就可以跑测试的代码。yolo3_predict_pic.py测试图片，yolo3_predict_video.py测试视频。

如果你想入坑的话，下面有一些链接您可以深入入坑：https://github.com/SpikeKing/keras-yolo3-detection。

参考链接：

https://blog.csdn.net/yison11/article/details/78122339 人脸数据集下载。

https://www.jianshu.com/p/8214d947e031 讲的比较详细的简书教程。

https://github.com/SpikeKing/keras-yolo3-detection github代码加微信公众号代码详解。

https://blog.csdn.net/lilai619/article/details/79695109 csdn博客写的比较全面。

最后附上没有数据集的完整目录文件，以及权重文件等等，注意这里面是没有数据集的，您需要加数据集进去才可以跑通。链接：https://pan.baidu.com/s/1aYoA2mhsy0_a47_7HI8iLg 密码：z4gi