# Yolov4訓練資料前處理
###### tags: `Yolov4`

>written by 陳柏余
>此篇教學為把訓練資料前處理
>若尚未完成資料請參考此篇

## 研究設備及器材
> 1. 訓練樣本
> 2. labelimg(用來標籤樣本)

## 蒐集樣本
我們做機器學習的訓練一定要有樣本(題目)以及標籤(解答)很類似人類的學習方式，所以稱為機器學習(Machine Learning)。我們樣本的主要來源有:
:::info
[Open ImagesDataset](https://storage.googleapis.com/openimages/web/visualizer/index.html)
[kaggle](https://www.kaggle.com/)
自己收集 :camera_with_flash:
:::
通常機器學習最難的是「蒐集樣本」的部分，雖然蒐集樣本看起來很簡單，往往你要抓的時候會沒有東西可以蒐集xd。

## 標籤樣本
蒐集完樣本後，把它丟到電腦上，並下載[labelimg](https://drive.google.com/uc?id=1J3nTNSnFHJ04_iq4e4Nv7Oqp7A773P5d&export=download)
解壓縮完後，先打開「data」資料夾
ㅤㅤㅤㅤㅤㅤㅤㅤㅤ

打開後裡面有一個叫做「predefined_classes.txt」，打開它。
ㅤㅤㅤㅤㅤㅤㅤㅤㅤ
裡面原本就有預設的標籤，可以把它全部刪掉並打上你想要的標籤。
::: warning
:warning: 順序必須和後面的.names一樣
:::
接下來，就可以回到上一個資料夾並打開「labelImg.exe」了
進入到程式後，左邊有一排選單，分別選取「Open Dir」以及「Change Save Dir」。這兩個分別代表著「選取圖片資料夾」和「選取標籤檔資料夾」。

這兩個都要選你現在放圖片的位置。
再看到左下角的
要按它一下，才能切換標籤檔的格式。我們要的模式是YOLO模式喔~
:::success
這裡讓你看一下這兩個模式的不同。
PascalVOC :arrow_forward: .xml檔
YOLO :arrow_forward: txt檔
:::
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
接下來按下「W」即可開始標籤圖片 :+1:
:::warning
按下「W」後如果沒有反應，有可能因為輸入法是中文，記得要切換成英文
:::
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
::: info
這裡可以開啟自動存檔模式~
:::
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
:::warning
標記完圖片後，記得要按
如果直接選取左邊清單的是不會幫你存檔的呦!
:::
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
ㅤㅤㅤㅤㅤ
## 編輯設定檔
首先，我們先建立一個資料夾(範例:yolo)
#### 建立資料夾
進去以後，分別建立三個資料夾:
backup:訓練時存放舊權重的地方。
ㅤㅤㅤㅤㅤ
obj:放置要訓練的圖片+txt。(把剛剛標記完的整個資料夾內容傳過來)
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
vaild:放置要驗證的圖片+txt(通常是要訓練的20%)
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
:boom: 如果沒有放東西的話，訓練時的loss值會是"nan"(無法表示的數)ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
#### 建立.names檔
接下來，我們建立一個txt檔，(範例名稱:test)
再來，修改他的檔名。將副檔名(原"txt")改成"names"。前面的名字不變。
最後，把你的標籤輸入進去就完成了!
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
#### 建立訓練以及驗證目錄
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
很簡單，先建立兩個txt檔(範例:test_train.txt&test_vaild.txt)一個是放要訓練圖片的路徑，則另外一個就是驗證圖片的路徑了。
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ

ㅤㅤㅤㅤㅤㅤ
#### 下載YOLOv4預權重

首先，我們先下載YOLOv4的預訓練檔(不管哪個訓練都一樣)和cfg檔。[載點](https://drive.google.com/u/0/uc?id=16J5ww7Mtwc2G7fo7sSAwJe3lGVx5Xtb5&export=download)
再來，把它解壓縮到yolo資料夾內。
接下來，我們只要修改裡面的yolov4-test.cfg就好，我們使用visual code來編輯它。

ㅤㅤㅤㅤㅤㅤ
ㅤㅤㅤㅤㅤㅤ

打開之後，開頭是一些個人化的設定參數，可以自己去調。
我們旁邊會有一個進度條，往下滑，會看到3個特別長的地方。
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
一一點進去修改。
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
以第一個為例，分別是「filters」以及「classes」要改。
**先把「classes」的數字改成你的分類數。
再把「filters」改成(classes+5)x3**
接下來的兩個地方也是依此類推囉~

ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
#### .data檔處理ㅤㅤ
處理完後，就剩下一個檔案了!
就是.data檔(這裡我們檔名為test.data)
以下為test.data檔的內容

classes = 2
train = /content/drive/MyDrive/yolo/test_train.txt
valid = /content/drive/MyDrive/yolo/test_valid.txt
names = /content/drive/MyDrive/yolo/test.names
backup = /content/drive/MyDrive/yolo/backup/

分別是每個資料夾的路徑，只要把他們改成你的名稱即可。
/content/drive/MyDrive/是固定的~只要後面就好
ㅤㅤㅤㅤㅤㅤ
處理完後yolo資料夾應該會長這樣!


接下來就可以把資料夾丟到雲端上進行訓練囉~~~