# YOLO 簡單訓練自己的資料集 ###### tags: `tutorials` `YOLO` `Deep Learning` ## 使用工具 ### 作業系統 * **Ubuntu 18.04** ### GPU * **Nvidia GTX1060 6GB** ## 安裝 YOLO Darknet 環境與測試 ### 安裝YOLO 1. 下載 YOLO 官方的程式碼 ```shell $ git clone https://github.com/pjreddie/darknet ``` 2. 進入該資料集 ```shell $ cd darknet ``` 3. (Optional) GPU 版本需修改編譯設定檔 *Makefile*，將 GPU 與 CUDNN 設定為 1 ```shell $ vim Makefile ``` ```=1 GPU=1 CUDNN=1 ``` 4. 開始編譯 ```shell $ make ``` ### 測試 1. 下載預訓練好的權重 ```shell wget https://pjreddie.com/media/files/yolov3.weights ``` 2. 測試辨識，即會得到一張預測結果圖 *predictions.jpg* ``` $ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg ``` ![](https://i.imgur.com/03KIDL2.jpg) ## 訓練自己的資料集（以分類汽車、機車、行人, 訓練yolov3-tiny為例） ### 將資料轉換成 YOLO 的格式 --- #### 圖片資料夾 * image * 00001.jpg * 00002.jpg . . * 08000.jpg #### 標籤資料夾 * label * 00001.xml * 00002.xml . . * 08000.xml > 下載`voc2yolo.py`，此檔案可將voc格式轉換成yolo格式（[下載連結](https://drive.google.com/file/d/1GaspLLB6fg_T7OHiWYptSZfFLOqPBXIT/view?usp=sharing)） > 修改`voc2yolo.py`裡的圖片與標籤資料夾的路徑 > ```python=8 > xmlFolder = "label" # voc的xml檔位置 > imgFolder = "image" # img檔位置 > imgYoloFolder = "yolo" # 轉換後img和txt儲存位置 > classList = {"vehicle":0, "pedestrian":1, "rider":2} # 類別的名稱 > ``` > 運行`voc2yolo.py`將voc的格式轉換成YOLO的格式，得到以下的資料夾 #### YOLO格式的標籤與圖片的資料夾 * yolo * 00001.jpg * 00001.txt * 00002.jpg * 00002.txt . . * 08000.jpg * 08000.txt ### 準備訓練資料 --- #### 資料夾架構 * cfg_own_data * obj.data * obj.names * train.txt * valid.txt * yolov3-tiny.cfg 1. obj.data：設定類別數目、訓練與驗證圖片位置的紀錄檔、obj.names的位置、儲存權重的資料夾 ```=1 classes= 3 train = cfg_own_data/train.txt valid = cfg_own_data/valid.txt names = cfg_own_data/obj.names backup = weights ``` 2. obj.names：設定類別的名稱 ```=1 vehicle pedestrian rider ``` > 下載`write_train_valid_txt.py`，此檔案可將資料集隨機打散成訓練集和測試集（[下載連結](https://drive.google.com/file/d/1ywE8RWj3C_hNzW4vHHekZFyj_rQidmAp/view?usp=sharing)） > 修改`write_train_valid_txt.py`的圖片路徑 > ```python=4 > imgfolder = "image" # 圖片路徑 > yolofolder = "yolo" # yolo資料夾的路徑 > train_txt_path = "cfg_own_data/train.txt" # 儲存train.txt的路徑 > valid_txt_path = "cfg_own_data/valid.txt" # 儲存valid.txt的路徑 > ``` > 運行`write_train_valid_txt.py`即可隨機打亂資料分成train.txt與valid.txt 3. train.txt ```=1 yolo/05839.jpg yolo/03954.jpg yolo/02943.jpg . . ``` 4. valid.txt ```=1 yolo/01273.jpg yolo/07432.jpg yolo/01234.jpg . . ``` 5. yolov3-tiny.cfg 從 *cfg* 資料夾中複製 *yolov3-tiny.cfg* 到這個資料夾中，並修改訓練設定 1. ```cfg=3 batch=32 subdivisions=8 ``` 2. 第一個 Detector，filters 通常設為 $(classes+5)*3$ ```cfg=127 filters=24 ``` ```cfg=135 classes=3 ``` 3. 第二個 Detector ```cfg=171 filters=24 ``` ```cfg=177 classes=3 ``` ### 開始訓練 --- #### 在 darknet 資料夾下，創一個資料夾放訓練時輸出的權重檔 ```shell $ mkdir weights ``` #### 下載在ImageNet預訓練好的模型 darknet53.conv.74 ```shell $ wget https://pjreddie.com/media/files/darknet53.conv.74 ``` #### 開始訓練 ```shell $ ./darknet detector train cfg_own_data/obj.data cfg_own_data/yolov3-tiny.cfg ``` 每 100 個 batch 會輸出一次 weight檔，下圖為訓練過程的 log ![](https://i.imgur.com/70CQkY6.png) > 若圖片數量至上千張，average loss error 達 0.06 即可停止； > 若圖片數量只有幾百張，average loss error 達 0.6 即可停止 ### 測試訓練結果 --- ```shell $ ./darknet detector test cfg_own_data/obj.data cfg_own_data/yolov3-tiny.cfg weight/yolov3-tiny_10000.weights ``` ![](https://i.imgur.com/HKvXOJ4.jpg)