darknet-yolov3训练自己的数据集windows上超简单全程不写代码

darknet-yolov3训练自己的数据集一般要写代码自己转化数据集,还要修改配置文件,数据集也不保证都是正确标注的,这个流程一般对初学者或者不熟悉的人经常弄错,只要一个配置参数改错就会导致训练出现问题,还有可能是训练几个小时发现检测不出物体。因此一个训练工具软件就横空出世了。这个软件就是yolov3快速训练助手。接下来看如何快速训练自己的数据集,不需要写代码不需要改配置不需要理解训练流程,就可以训练自己的数据集!首先我们看看软件界面


首先我们看到软件界面有些默认参数,一般我们只需要改批大小这一个参数即可,甚至不用改!如何训练,接下来我们开始教学:

第一步:[未雨绸缪]标注数据集:

我们打开软件labelImg这个软件,开始标注,软件支持Pascal VOC格式的数据集也支持yolo txt格式的数据集。


到底什么是VOC数据集集,简单就是说一个图片对应一个xml文件,xml内容格式如下:


格式说明:

在xml文件中,标注信息存储在<annotation>对象中,

<filename>对象保存了图片的文件名,

<path>对象保存了文件所在的完整路径,

<size>对象中的<width>子对象和<height>子对象分别保存了

图片的宽度和高度,

即图片分辨率,水平和垂直方向上的像素数量;

<object>对象保存了每一个标注的对象,

有几个标注对象就会有几个<object>,

每个<object>对象对应了一个类型的实例,

也对应了一个框以及其类别,

<object>对象的<name>子对象保存了类别名,

<object>对象的<difficult>子对象保存了difficult信息(具体暂时没搞清...),

<object>对象的<bndbox>子对象保存了标注框的信息,

<bndbox>对象又包含了4个子对象,

分别是:<xmin>子对象,<ymin>子对象,<xmax>子对象和<ymax>子对象;

图片上的坐标系是以图片左上角点为坐标系原点,

向右为x轴正方向,向下为y轴正方向,单位是像素;

标定的矩形的位置是由4个数确定的,

分别是<xmin>,<ymin>,<xmax>和<ymax>,

即矩形左上角点的坐标和矩形右下角点的坐标;

由这两个点即可唯一确定一个矩形.

什么是yolo txt格式呢,下面是说明:

YOLO标签的格式

<object-class> <x> <y> <width> <height>

具体的例子如下:

0 0.412500 0.318981 0.358333 0.636111

x,y是目标的中心坐标,width,height是目标的宽和高。这些坐标是通过归一化的,其中x,width是使用原图的width进行归一化;而y,height是使用原图的height进行归一化。

标注数据集理论上越多越好,如果简单测试100张足够,如果需要好的效果至少1000张,如果需要很好的效果至少5000张,如果好的不得了至少需要10000+

第二步:[霸气登场]训练自己的数据集

选择自己标注好的数据集,要求图片文件夹名字必须叫JPEGImages,标注的文件夹名字随便,建议是Annotations。这个是Pascal VOC标注的文件夹名字,然后打开软件选择JPEGImages文件夹和Annotations文件夹,如果没有Annotations文件夹,也可以导入yolo格式txt文件夹,txt文件夹必须叫labels而且要和JPEGImages放在一个目录下面。然后根据自己的显卡显存大小设置批大小,这个就是我们通常所说的batchsize,batch size越大需要显存越多,所以要量力而设置,以下是我总结出来占用显存列表,大家可以参考一下:


ok设置完参数,点击配置数据集,之后等一下,如果你是2000张等几秒就完成,如果你是1w+张可能需要等几分钟自动配置完,然后点击获取命令直接贴cmd或者直接点击开始训练即可训练了。

第三步:[谁与争锋]测试模型

这个软件吊爆了,不仅仅在于训练简单,还支持测试,软件提供全GUI支持不需要写代码不需要敲命令,只要小手一点,模型测试即可开始,支持视频,摄像头,图片一体!


如果你想学习命令,没关系选择外部终端测试,自动生成命令!这里唯一要注意一点就是data文件里面的names路径一定要是绝对路径,如果使用相对路径不行哦。

更多利器:

(1)支持标注检查,让错误标注逃不过软件法眼

(2)支持类别查找,让自己标注错误类别无所盾形

(3)支持yolov3/yolov3-spp/yolov3-tiny/yolov4/yolov4-tiny模型训练和测试

更多功能请参考视频教程:

1.2.2版本视频教程:yolov3快速训练助手1.2.2使用教程_哔哩哔哩_bilibili

https://www.bilibili.com/video/BV1DU4y1g7sc?from=search&seid=10061946922261051667&spm_id_from=333.337.0.0

2.0全新设计视频教程:yolov3训练助手2.0使用教程_哔哩哔哩_bilibili

https://www.bilibili.com/video/BV1bv411M7ip?from=search&seid=10061946922261051667&spm_id_from=333.337.0.0

好了本次教程介绍完毕,下次为大家介绍更多好用软件。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,026评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,655评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,726评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,204评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,558评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,731评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,944评论 2 314
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,698评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,438评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,633评论 2 247
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,125评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,444评论 3 255
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,137评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,103评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,888评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,772评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,669评论 2 271

推荐阅读更多精彩内容