Darknet 代码分析（之一，准备工作）

用yolo v3检测图片中的某种植物，没找到网络定义文件中的说明，看一下darknet的代码，做个笔记。

代码来源：

Alexey AB维护的Darknet 版本：
https://github.com/AlexeyAB/darknet
关于训练自己的数据，说明见 https://github.com/AlexeyAB/darknet#how-to-use

1. 网络配置文件.cfg

只有一个类areca，所以我拷贝yolov3.cfg，改名yolov3-areca.cfg。

内容修改：
Line 3: batch=64
Line 4: subdivisions=8
Line 610, 696, 783 :classes=1
Line 603, 689, 776: filters=18 （只改这三行，filters=(classes + 5)x3）

2. 分类名文件

文件名： areca.names，里面只有一行

areca

3. areca.data文件

classes= 1
train  = ./train.txt
valid  = ./test.txt
names = ./areca.names
backup = backup/

4. 训练

1) 下载预训练的数据：

http://pjreddie.com/media/files/darknet53.conv.74

2) 执行训练

darknet.exe detector train ./areca.data ./yolov3-areca.cfg darknet53.conv.74

注意，学习率应该为0.001，如果用多GPU训练，则learning_rate * GPUs = 0.001，burn_in 和 max_batches 的值乘以GPU数量。
网上几乎找不到关于.cfg文件中网络定义的相关说明，这里分析一下代码，整理一下思路，主要也是为了搞清楚训练用的图片文件应该要注意什么，怎样才能更有效率。

代码逻辑

main函数在darknet.c中，如运行darknet的第一参数是"detector"，则调用run_detector函数，如下：

... 
 } else if (0 == strcmp(argv[1], "detector")){
        **run_detector(argc, argv);**
    } else if (0 == strcmp(argv[1], "detect")){
        float thresh = find_float_arg(argc, argv, "-thresh", .24);
		int ext_output = find_arg(argc, argv, "-ext_output");
        char *filename = (argc > 4) ? argv[4]: 0;
        test_detector("cfg/coco.data", argv[2], argv[3], filename, thresh, ext_output);
    }
...

run_detector函数在detector.c中，第二个参数是"train"，转到train_detector函数，同在detector.c，在这里，parse_network_cfg函数负责解析网络配置文件。

在parser.c中，parse_network_cfg函数包装了另外一个函数parse_network_cfg_custom函数

待续。