本文主要記錄使用COCO 數(shù)據(jù)集訓(xùn)練darknet網(wǎng)絡(luò)獲取yolo權(quán)重的過(guò)程，主要包括：數(shù)據(jù)集處理及訓(xùn)練過(guò)程桅滋。
參考資料：
1.CSDN - 在COCO數(shù)據(jù)集中制作Darknet的訓(xùn)練集
2.Github - COCO_forYOLO
3.Github - hwrenx/coco2yolo
4.Github - philferriere/cocoapi (windows)
5.Github - AlexeyAB/darknet
6.博客園 - darknet-訓(xùn)練自己的yolov3模型
推薦使用：java - coco-to-yolo(包含完整流程)
推薦參考：Getting Started with Darknet YOLO and MS COCO for Object Detection
1 數(shù)據(jù)集處理
1.1 下載數(shù)據(jù)集
下載COCO 數(shù)據(jù)集，主要部分：
- 訓(xùn)練用的
train數(shù)據(jù)集 - 驗(yàn)證用的
val數(shù)據(jù)集 - 測(cè)試用的
test數(shù)據(jù)集 - 對(duì)應(yīng)的
annotations數(shù)據(jù)集標(biāo)注
將所有image和annotations解壓到各自文件夾內(nèi)即可
1.2 處理標(biāo)簽文件
需要進(jìn)行的處理：
- 使用
COCO API從annotation的json中提取出單個(gè)文件的標(biāo)注 - 整合各個(gè)數(shù)據(jù)集中圖片的絕對(duì)路徑集合
- 修改
coco.data文件
自己整理了一個(gè)腳本：Github - coco2yolo馆纳。下載后將兩個(gè)腳本放在數(shù)據(jù)集根目錄坪仇，運(yùn)行coco2yolo.py即可嚷兔。
運(yùn)行腳本前需要安裝的庫(kù)：
- pycocotools
- Cython
- matplotlib
其中Windows下是無(wú)法直接通過(guò)pip install安裝pycocotools的（作者沒(méi)有考慮Windows環(huán)境）栏笆，可能會(huì)出現(xiàn)無(wú)效參數(shù)/Wno-cpp等錯(cuò)誤瘤旨，需要使用WIndows版本的pycocotools手動(dòng)安裝：
- 下載pycocotools(即cocoapi)：philferriere/cocoapi (windows)
- 進(jìn)入項(xiàng)目路徑，執(zhí)行
python ./PythonAPI/setup.py install完成安裝
成功運(yùn)行后會(huì)生成coco.data竖伯，用其覆蓋掉darknet/cfg/coco.data，并在darknet/cfg下創(chuàng)建一個(gè)新的文件夾backup因宇。
2 使用darknet
- Windows下使用AlexeyAB的darknet：項(xiàng)目地址七婴。使用
build/darknet下的darknet.sln即可，注意版本要求和opencv依賴(lài)配置（具體要求見(jiàn)Github的README）察滑。
- 最好設(shè)置成
Realease x64版本 - 需要將cudnn路徑加入到環(huán)境變量中：示例截圖打厘。
- OpenCV最好安裝在
C:\\opencv_3.0，且不可以使用3.1及以上的版本贺辰，對(duì)應(yīng)issue户盯。
- 編譯完成后到
C:\opencv_3.0\opencv\build\x64\vc14\bin里找到以下文件放到darknet/build/darknet/x64下面
opencv_world320.dll / opencv_world340.dllopencv_ffmpeg320_64.dll / opencv_ffmpeg340_64.dll
如果提示找不到
cudnn64_7.dll，到path/to/your/cudnn/bin路徑下拷貝一份確認(rèn)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1路徑是否存在且包含bin和include饲化，如果沒(méi)有就從自己的CUDA路徑下面拷貝一份（默認(rèn)路徑C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vx.x）根據(jù)實(shí)際情況更改
yolov3.cfg莽鸭，參考鏈接使用
darknet.exe進(jìn)行訓(xùn)練：darknet.exe detector train cfg/coco.data cfg/yolov3.cfg，訓(xùn)練時(shí)可以設(shè)置初始權(quán)重或中斷恢復(fù)權(quán)重：darknet.exe detector train cfg/coco.data cfg/yolov3.cfg backup.weight吃靠，一個(gè)很方便的預(yù)訓(xùn)練卷積層權(quán)重：wget https://pjreddie.com/media/files/darknet53.conv.74
錯(cuò)誤記錄：
1.錯(cuò)誤 error C2054 在“using”之后應(yīng)輸入“(” (編譯源文件...) opencv版本錯(cuò)誤(3.4.1+)
2.錯(cuò)誤 error MSB3721 ... 已退出硫眨，返回代碼為 1 更換VS 2015
3.錯(cuò)誤 error : expected a ";" 更換VS 2015
4.錯(cuò)誤 error C1083: 無(wú)法打開(kāi)包括文件: “cudnn.h”: No such file or directory 未在path中設(shè)置cudnn或路徑錯(cuò)誤
正文完
