YOLOV3训练自己的数据集（PyTorch版本）

一、数据集

首先我们要对自己的数据集进行标注,标注的工具LabeIImg.

得到标注后的xml文件.

二、训练代码

我们使用yolo v3 pytorch,github下载地址为:https://github.com/ultralytics/yolov3 clone下来，目录如下

三、数据预处理

为了能够用clone下来的工程进行训练和预测，我们需要对数据进行处理，以适应相应的接口。

1.将细胞数据Annotations和JPEGImages放入data目录下，并新建文件ImageSets，labels，复制JPEGImages，重命名images：

2.将数据集分成训练集，测试集和验证集，其中比例可以在代码中设定，代码如下，复制到根目录下并新建为makeTxt.py。代码如下:

import os
import random

trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

运行makeTxt.py

在ImageSets得到四个文件，其中我们主要关注的是train.txt，test.txt，val.txt，文件里主要存储图片名称。

3.得到labels的具体内容以及data目录下的train.txt，test.txt，val.txt，这里的train.txt与之前的区别在于，不仅仅得到文件名，还有文件的具体路径。代码如下,复制到根目录并新建为voc_label.py.

# -*- coding:utf-8 -*-
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets = ['train', 'test', 'val']

classes = ["hat","person"]  # 我们只是检测安全帽，因此只有一个类别


def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)


def convert_annotation(image_id):
    in_file = open('data/Annotations/%s.xml' % (image_id))
    out_file = open('data/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()
print(wd)
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

labels文件下的具体labels信息

四、配置文件

1.在data目录下新建hat.data，配置训练的数据，内容如下

classes=2
train=data/train.txt
valid=data/test.txt
names=data/rbc.names
backup=backup/
eval=coco

2.在data目录下新建hat.names，配置预测的类别，内容如下

3.网络结构配置，在原工程下cfg目录下有很多的yolov3网络结构，我们本次采用的是yolov3-tiny.cfg，只是估计了两个类，所以需要对cfg文件进行修改，yolov3-tiny.cfg

filters=18 #3*(class + 4 + 1)

注：修改的地方主要是filter，因为我们每一个网格就预测3个anchor结果，所以filter =3*（2+ 5）=21

4.获取官网已经训练好的网络参数yolov3-tiny.weights。下载链接https://pjreddie.com/media/files/yolov3-tiny.weights ，导入weights目录下，由于需要进行fine-tune，所以需要对yolov3-tiny.weights进行改造， 这里，我直接提供yolov3-tiny.conv.15下载地址。

如果是其他结构的网络，那么可以参考download_yolov3_weights.sh中的说明，里面有详细的介绍。

五、训练

一切准备妥当，我们就可以开始训练了，训练脚本如下

python train.py --data-cfg data/hat.data --cfg cfg/yolov3-tiny.cfg --epochs 10000