怎样训练yolo模型去识别自己制作的数据集？

怎样训练yolo模型去识别自己制作的数据集？

参考地址：https://timebutt.github.io/static/how-to-train-yolov2-to-detect-custom-objects/

系统：ubuntu18.04

本机硬件参数：CPU AMD R5 2600

                         GPU GTX1070 8G 

软件参数：tensorflow-GPU==1.11  python3.6 opencv3.4.3

1.安装darknet

详细教程https://pjreddie.com/darknet/install/

需要注意！

（1）注意修改Makefile如下

（2）编译可能出现很多错误，可能是opencv，cuda，cudnn等错误，考虑您的电脑是否装有这些环境，还有gcc版本最好选4.8

关于环境可以参考我的博文https://blog.csdn.net/qq_33479881/article/details/83060626

注意，安装的opencv最好是源码c++版本，这里推荐给大家https://blog.csdn.net/hjxu2016/article/details/82390434

编译通过后

添加darknet环境变量

$cd

$gedit ~/.bashrc

在文件末尾添加如下一行（path后面填写你的darknet源码文件夹的实际路径）

export PATH=$PATH:/home/wld/darknet-master
保存退出

$source ~/.bashrc 

$darknet

usage: darknet <function>

安装完成！

2.安装labelimg数据集制软件

1.下载

网址：https://github.com/tzutalin/labelImg 直接下载，下载后将labelImg-master.zip移动至home主文件夹下解压，得到LabelImg-master文件

2.安装

sudo apt-get install pyqt4-dev-tools

sudo pip install lxml

sudo apt-get install python-lxml

进入下载下来的文件夹里运行

make all

3、使用

在labelImg目录下使用终端执行

python labelImg.py