YOLO 学习之路

参考自官网  https://pjreddie.com/darknet/install/

1. 下载darknet  并编译

　　　　

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

　注意事项： 如果是使用CPU，  那么就需要设置以下几个参数

GPU=0
CUDNN=0
OPENCV=1
OPENMP=0
DEBUG=0

如果opencv是使用的自己编译的库，那么就需要更改opencv路径  改这里：

LDFLAGS+= `pkg-config --libs opencv` -lstdc++
COMMON+= `pkg-config --cflags opencv`

2.   test

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

3. train the dataset of VOC

　　

wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar
wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtrainval_11-May-2012.tar
tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

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

4. yolo 的各种参数，比如batch_size 
　　https://blog.csdn.net/hjxu2016/article/details/80015559


5. 训练需要的文件
　　(1) picture files : 
　　　　/darknet/VOCdevkit/VOC2007/JPEGImages/000001.jpg ... ...

                 

　　(2) labels  such as : 
content of the txt is as flow:

11 0.344192634561 0.611 0.416430594901 0.262
14 0.509915014164 0.51 0.974504249292 0.972

explain : 

11 is classfied as a dog    and (0.34,0.6,0.4, 0.26) is position (center.x , center.y , w , h)  of the object .

14 is the dog and its poistion

if the 2 position is draw on the picture , it will dispalys as :

(3)   train.txt   this files contains all the picture to train . its contents is as folows:

　　　　/root/darknet/VOCdevkit/VOC2012/JPEGImages/2009_000001.jpg

　　　　...　　...

(4)   cfg/voc.data

classes= 20
train = ./train.txt 
valid = ./2007_test.txt
names = data/voc.names
backup = backup

(5)   data/voc.names   the names of classes form 0 - 19

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor

(6)   pre-trained convlutional weights :

darknet53.conv.74

综上所述  如果你要训练一个模型，你得按以下步骤

1. 获得你要训练的图片，包括 正例 和 反例 

2. 给你的正例和反例进行标注， 生成labels

3.将你的数据分成两拨， 一波是训练集， 一波是测试集

4. 修改train.txt   lables cfg/voc.data    ....

4   yolov3  训练人脸数据集

https://blog.csdn.net/ycdhqzhiai/article/details/81205503

5. GPU版本

5.1 install    NVIDA driver

　　install Nvida cuda

　　install Nvida cudnn

　　modify Makefile  as flow 

　　你的arch 要根据这个网站来查   算力查询 ： https://developer.nvidia.com/cuda-gpus

        

5.2 make 

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

5.4 modify cfg/yolov3-voc.cfg  使batch=64  ， subsions=16

5.5 train start

5.6 after train , you can test your models as flow :

6. yolo 训练日志解释

• 每个batch都会有这样一个输出：
• 2706: 1.350835, 1.386559 avg, 0.001000 rate, 3.323842 seconds, 173184 imag

2706：batch是第几组。
1.350835：总损失
1.386559 avg ： 平均损失
0.001000 rate：当前的学习率
3.323842 seconds： 当前batch训练所花的时间
173184 images ： 目前为止参与训练的图片总数 = 2706 * 64

Region 82 Avg IOU: 0.798032, Class: 0.559781, Obj: 0.515851, No Obj: 0.006533, .5R: 1.000000, .75R: 1.000000,  count: 2

Region Avg IOU: 表示在当前subdivision内的图片的平均IOU，代表预测的矩形框和真实目标的交集与并集之比.
Class: 标注物体分类的正确率，期望该值趋近于1。
Obj: 越接近1越好。
No Obj: 期望该值越来越小，但不为零。
count: count后的值是所有的当前subdivision图片（本例中一共4张）中包含正样本的图片的数量。

7.   训练参数  cfg

https://blog.csdn.net/qq_35608277/article/details/79922053

8. yolov3 应该什么时候停止训练？？

 https://github.com/jaskarannagi19/yolov3#when-should-i-stop-training

1.当看到平均损失0.xxxxxx avg在多次迭代时不再减少时，您应该停止训练，一旦训练停止，从最后一个文件中darknetuilddarknetx64ackup选择最好的.weights文件.

2. 0.XXX avg ＜ 0.06 时

您在9000次迭代后停止了训练，但最佳结果可以给出之前的权重之一（7000,8000,9000）。它可能由于过度拟合而发生。

过度拟合 - 例如，您可以从training-dataset检测图像上的对象，但无法检测任何其他图像上的对象。你应该从早期停止点获得权重：

9.mAP

基本定义: precision和recall的含义， preicision是在你认为的正样本中， 有多大比例真的是正样本， recall则是在真正的正样本中， 有多少被你找到了。

平均准确率

10 mAP 计算

https://blog.csdn.net/amusi1994/article/details/81564504

11  基于前面的模型继续训练

builddarknetx64darknet.exe detector train .cfgpikaiqiu.data .cfgyolov3_pikaqiu.cfg backupyolov3_pikaqiu_2500.weights

12   yolov3 里的mask的含义

mask = 6,7,8    ### 第一层标记为6 7 8 因为我们需要在第一层预测size较大的物体，同理第二层那个预测小一点的物体

#anchors是可以事先通过cmd指令计算出来的，是和图片数量，width,height以及cluster(应该就是下面的num的值，即想要使用的anchors的数量)相关的预选框，可以手工挑选，也可以通过kmeans 从训练样本中学>出!

anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=1 #类别数量 网络需要识别的物体种类数
num=9 #每个grid cell预测几个box,和anchors的数量一致。当想要使用更多anchors时需要调大num，且如果调大num后训练时Obj趋近0的话可以尝试调大object_scale
jitter=.3 #数据扩充的抖动操作 利用数据抖动产生更多数据，YOLOv2中使用的是crop，filp，以及net层的angle，flip是随机的，jitter就是crop的参数，tiny-yolo-voc.cfg中jitter=.3，就是>在0~0.3中进行crop
ignore_thresh = .5 #决定是否需要计算IOU误差的参数，大于thresh，IOU误差不会夹在cost function中
truth_thresh = 1
random=1 #默认参数1,如果显存很小，将random设置为0,关闭多尺度训练;如果为1，每次迭代图片大小随机从320到608，步长为32，如果为0，每次训练大小与输入大小一致

13  如何提高mAP

https://github.com/AlexeyAB/darknet#how-to-improve-object-detection

 

14  训练出来测试的时候有null  怎么解决？？  感觉像是因为模型没有训练出来的原因啊？？

15：