YOLOv4 手把手實操：製作數據集、訓練權重、測試

# -*- coding: utf-8 -*-""" Created on 2021/4/11 17:53 Filename: demo_image_2_image.py Author : Taosy Zhihu : https://www.zhihu.com/people/1105936347 Github : https://github.com/AFei19911012 Describe: video --> image"""import cv2 as cvimport timeimport osimport sysif __name__ == '__main__':    # file path    video_name = 'helmet.mp4'    video_path = 'videos/' + video_name    image_path = 'data/' + video_name[:-4] + '_' + time.strftime('%Y_%m_%d', time.localtime())    # generate a fold    if not os.path.exists(image_path):        os.makedirs(image_path)    # read video    if not os.path.isfile(video_path):        print(video_path + ' not exist')        sys.exit(1)    cap = cv.VideoCapture(video_path)    # frame --> image    has_frame = True    idx = 0    while has_frame:        has_frame, frame = cap.read()        if has_frame and idx % 5 == 1:            # file_name = f'{idx//5}'.zfill(6) + '.jpg'            file_name = f'{idx//5:06d}.jpg'            cv.imwrite(os.path.join(image_path, file_name), frame)        idx += 1    cap.release()    print('Done processing.')

需要用到 labelImg，

labelImg下載鏈接： https://github.com/tzutalin/labelImg

下載後解壓到目錄，python 打開文件夾，先配置解釋器，

D:\anaconda\python.exe

安裝必要的包，Terminal 執行以下代碼，第三句代碼沒有返回信息，第四句打開軟件，

pip install pyqt5
pip install lxml
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py

定位到 labelImg 目錄，labelImg.py 文件右鍵屬性，更改打開方式爲：

D:\anaconda\python.exe

發送到桌面快捷方式，下次直接雙擊就能打開了；

labelImg 使用

在 labelImg → data 文件夾裏有 predefined_classes.txt 文件，將內容修改爲你的目標

一些基本設置：

一個小技巧：如果類型較少，可以選擇 【Single Class Mode】，會自動標註好，不用你選擇類別

一些常用快捷鍵：

W：彈出十字架開始標記
A：切換到上一張圖片
D：切換到下一張圖片
右鍵選擇修改編輯

【Open Dir】打開圖片所在文件夾；

【Change Save Dir】設置保存標記文件目錄，默認和圖片一個目錄，也必然要放在一個目錄的；

標註錯了也沒有關係，右鍵菜單可修改；

標註完成後，生成文件格式如下：

一行表示一個標註目標
0 表示第一個類型，爲 person
1 表示第二個類型，爲 helmet
後面的四個數值表示目標的中心位置和寬高（歸一化）

同時還會生成一個 classes.txt 文件，內容爲標註出來的類別；

【注意，圖片文件和對應的標註結果 txt 文件要放在一起】

有了這些標註文件，現在把圖片文件全路徑名放到一個文本里，可以參考代碼，我這裏只做了train.txt：

# -*- coding: utf-8 -*-""" Created on 2021/4/11 21:40 Filename: demo_voc_label.py Author : Taosy Zhihu : https://www.zhihu.com/people/1105936347 Github : https://github.com/AFei19911012 Describe:"""import osif __name__ == '__main__':    wd = os.getcwd()    # Get train and val    file_list = os.listdir('data/helmet_2021_04_11')    train_list = []    for f in file_list:        if '.jpg' in f:            train_list.append(f[:-4])    # Write to train.txt    list_file = open(f'config/helmet_train.txt', 'w')    for image_id in train_list:        list_file.write(f'{wd}/data/helmet_2021_04_11/{image_id}.jpg\n')    list_file.close()

配置文件

拷貝三個文件，重命名爲 helmet.names，helmet.data，helmet.cfg

names文件就是類別：

data 文件存放路徑，內容如下（相對路徑或者絕對路徑都可以）：

cfg 文件是配置文件，部分參數解釋如下：

需要修改三個地方：搜索 yolo，filters = 3 * (5 + classes)

然後把 helmet.names，helmet.data，helmet.cfg，helmet_train.txt 文件放到以下目錄對應位置，注意和 data 文件裏的路徑對應：

shift+右鍵，在此處打開 PowerShell 窗口，執行以下代碼，有沒有預訓練模型都行：

.\darknet.exe detector train data/helmet.data cfg/helmet_yolov4.cfg
有預訓練模型：
.\darknet.exe detector train data/helmet.data cfg/helmet_yolov4.cfg yolov4.conv.137
下載鏈接：
鏈接： https://pan.baidu.com/s/1N-3h5IuVrwdxHOOA69mg2g
提取碼：991m
複製這段內容後打開百度網盤手機App，操作更方便哦--來自百度網盤超級會員V4的分享

我用上面的 batch = 64 會有 Out of memory 錯誤，修改爲 16 可以；

訓練過程有 Loss 圖，跑完是這樣的，每訓練 1000 次會自動保存一次，我們要最後這個權重就行了，改下名字爲 helmet.weights，

運行以下代碼測試：

.\darknet.exe detector test data/helmet.data cfg/helmet.cfg weights/helmet.weights helmet.jpg

至此，所有流程走完。

寫在後面：後續會繼續踩坑，分享更多的實操教程，歡迎學習、討論、關注，喜歡請【一鍵三連】支持一下。另外，本人對 Matlab 也略知一二，歡迎共同學習進步。

Matlab學習案例​ www.zhihu.com