标签：yolov4 yolo 训练 cfg darknet YOLO 编译 ubuntu

  欢迎关注我的公众号 [极智视界]，回复001获取Google编程规范

  O_o   >_<   o_O   O_o   ~_~   o_O

  大家好，我是极智视界，本文介绍了在 ubuntu 上编译 darknet 及 yolo 训练的方法。

文章目录

• • 1、编译 darknet
  • • 1.1 编译 opencv
    • 1.2 编译 darknet
  • 2、Yolo 训练
  • • 2.1 制作 VOC 数据集
    • 2.2 Yolo 训练

1、编译 darknet

1.1 编译 opencv

  关于 cuda 及 cudnn 的安装就不多说了，关于 opencv 的编译可以参考我之前写的《【经验分享】x86、aarch64、arm32环境编译/交叉编译opencv方法》，里面记录了在 x86、aarch64及 arm32 平台上编译 opencv 的方法，简洁有效。

1.2 编译 darknet

  clone 源码：

git clone https://github.com/AlexeyAB/darknet.git

cd darknet

  修改 Makefile，打开 gpu、opencv、openmp：

GPU=1
CUDNN=1
CUDNN_HALF=1
OPENCV=1
AVX=0
OPENMP=1
LIBSO=1
ZED_CAMERA=0
ZED_CAMERA_v2_8=0

  然后开始编译，很简单：

make -j32

  完了验证一下是否安装成功：

./darknet detect cfg/yolov3.cfg cfg/yolov3.weights data/dog.jpg

  当然 yolov3.weights 需要自己下载，传送：https://pjreddie.com/media/files/yolov3.weights

  运行成功后，会在 <darknet-path> 目录下生成一张很经典的检测图 predictions.jpg：

2、Yolo 训练

2.1 制作 VOC 数据集

  可以制作 VOC 格式的自己的数据集，也可以直接用 VOC 的数据进行训练。

  关于 VOC 格式数据怎么制作的，可以参考我的这篇：《【经验分享】目标检测 VOC 格式数据集制作》，里面介绍的比较详细了。

2.2 Yolo 训练

  在有了数据集后，然后搞来模型结构文件和预训练权重就可以开启愉快的炼丹之旅。在 cfg 文件夹里其实已经提供了很多的模型结构文件，如 yolov3.cfg、yolov3-tiny.cfg、yolov4.cfg、yolov4-tiny.cfg 等，你只需要找到相应的预训练权重就行了，如：

• yolov3.cfg —> darknet53.conv.74 传送：https://pjreddie.com/media/files/darknet53.conv.74
• yolov3-tiny.cfg —> yolov3-tiny.conv.11 传送：https://drive.google.com/file/d/18v36esoXCh-PsOKwyP2GWrpYDptDY8Zf/view?usp=sharing
• yolov4-tiny.cfg —> yolov4-tiny.conv.29 传送：https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4-tiny.conv.29
• yolov4.cfg —> yolov4.conv.137 传送：https://drive.google.com/open?id=1JKF-bdIklxOOVy-2Cr5qdvjgGpmGfcbp

  接下来我们以 yolov4 为例，开启咱们愉快的训练之旅吧。

  我这里是非桌面环境，所以加了 -dont_show 传参。

./darknet detector train cfg/voc.data cfg/yolov4.cfg yolov4.conv.137 -dont_show

  来看以上命令，./darknet detector train 是固定的，其他：

• cfg/voc.data：传训练数据；
• cfg/yolov4.cfg：传训练模型结构；
• yolov4.conv.137：传预训练权重

  以上执行训练的命令十分清晰，来看一下 voc.data：

classes= 20                                        # 目标检测类别数
train  = /home/pjreddie/data/voc/train.txt         # 训练数据集
valid  = /home/pjreddie/data/voc/test.txt          # 测试数据集
names = data/voc.names                             # 类别名称
backup = /home/pjreddie/backup/                    # 训练过程中间权重备份目录

  在 .cfg 中我们也可以针对自己的训练情况做一些改动，主要是 [net] 内的一些参数：

[net]
batch=64                  # batch 设置
subdivisions=32           # 每次传进 batch/subdivision 的数据，若gpu显存不够用，把这个参增大
# Training
width=608                 # 图片宽
height=608                # 图片高
channels=3                # 通道数
momentum=0.949            # 动量，影响梯度下降到最优值得速度
decay=0.0005              # 权重衰减正则项，用于防止过拟合
angle=0                   # 通过旋转角度增多训练样本
saturation = 1.5          # 通过调整图片饱和度来增多训练样本
exposure = 1.5            # 通过调整曝光度来增多训练样本
hue=.1                    # 通过调整色调来增多训练样本

learning_rate=0.0013      # 学习率，这个参数比较重要，决定训练收敛快慢及是否能达到好的效果
burn_in=1000              # 学习率设置相关，当小于该参时更新有一种方式，大于该参时采用policy更新方式
max_batches = 500500      # 训练批次到这个参的时候停止训练
policy=steps              # 学习率调整策略
steps=400000,450000       # step和scales是配合使用，这里的意思到400000和450000的时候学习率分别衰减10倍，因为后面慢慢收敛了
scales=.1,.1

#cutmix=1                 # cutmix变换，是数据增强的一种方式
mosaic=1                  # mosaic变换，是数据增强的一种方式

  除了这些外，如果你是训练自己的数据集，检测的类别数就不一定是官方给的 20 了，所以对于 yolo 层也需要做一些修改，拿其中一个 yolo 层来说：

...
[convolutional]
size=1
stride=1
pad=1
filters=75          # filters = 3*(classes+5)，这个需要根据你的 classes 数目进行相应修改
activation=linear

[yolo]
mask = 6,7,8
anchors = 12, 16, 19, 36, 40, 28, 36, 75, 76, 55, 72, 146, 142, 110, 192, 243, 459, 401
classes=20        # 检测类别数
num=9
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1
scale_x_y = 1.05
iou_thresh=0.213
cls_normalizer=1.0
iou_normalizer=0.07
iou_loss=ciou
nms_kind=greedynms
beta_nms=0.6
max_delta=5

  yolo 层中的 anchors 对于不同的检测任务也需要做一定的修改，比如检测人，锚框就需要瘦高型的，如检测车，可能更倾向于窄宽型的锚框，然后像一些置信度阈值、nms阈值等参数也需要训练的时候做一些调参。

  然后解释一下为什么需要修改 yolo 上一层卷积的 filters，这个我在这篇《【经验分享】剖析 darknet entry_index 指针偏移逻辑》有做过一定的分析，需要从 yolo 层的数据排布来说：

  （1）数据按四维 [N, C, H, W] 来说，N 为 batch，C 为 3 * (5 + classes)、H / W 为 feature_map 高和宽。需要解释一下 C，C = 3 * (1 + 4 + classes)，其中 1 表示置信度，4 为检测框位置信息，classes 为类别数，即每个类别给出一个检测得分，乘 3 表示每个格子有 3 个锚框。这样就形成了 yolo 层接受的四维数据排布，也就是 yolo 上一层的输出数据排布；

  （2）至于 yolo 层的输出，darknet 里会用一维动态数组来存放 yolo 层的数据，这里就涉及到怎么将四维数据转换为一维数据的问题。darknet 里是这么做的，假设四维数据为 [N, C, H, W] ，每个维度对应的索引为 [n, c, h, w]，那么展开就是 n*C*H*W + c*H*W + h*W + w，按这样的逻辑存放到 *output 中。

  这样回过头来看应该比较好理解为什么 yolo 上一层卷积的 filters 为 3 * (classes + 5) 了。

  好了，接下来我们开始训练吧，还是执行：

./darknet detector train cfg/voc.data cfg/yolov4.cfg yolov4.conv.137 -dont_show

  如果需要保存训练日志，可以这么做：

./darknet detector train cfg/voc.data cfg/yolov4l.cfg yolov4.conv.137 2>1 | tee visualization/train_yolov4.log

  控制台会输出训练日志：

  等训练完就会在 backup = /home/pjreddie/backup/ 保存训练得到的最终及中间权重文件。如果效果满意的话就可以拿去部署，对于目标检测来说，衡量效果怎么样的指标一般就是 map 了。

  好了，以上分享了 ubuntu 上编译 darknet 以及训练 yolo 的方法，希望我的分享能对你的学习有一点帮助。

 【公众号传送】

《【模型训练】ubuntu 编译 Darknet 与 YOLO 训练》

扫描下方二维码即可关注我的微信公众号【极智视界】，获取更多AI经验分享，让我们用极致+极客的心态来迎接AI ！

标签：yolov4,yolo,训练,cfg,darknet,YOLO,编译,ubuntu
来源： https://blog.csdn.net/weixin_42405819/article/details/121639890

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。