中文标签；批量测试图像并保存；训练KITTI数据集.zip

## darknet-pjreddie详述 克隆代码：git clone https://github.com/GuoJaw/darknet-pjreddie ## Introduce： 中文标签 批量测试图像，显示并保存 ## 测试视频 ./darknet detector demo kitti/TestFile/kitti.data kitti/TestFile/yolov3_kitti.cfg kitti/TestFile/yolov3_kitti_final.weights -c 0 -thresh 0.3 test.avi ## 训练自己的数据集（以KITTI数据集为例） 【一】 制作KITTI格式数据集，将目录放在~/data/目录下，目录结构，见下： KITTIdevkit KITTI Annotations #标注的XML文件 ImageSets #train.txt test.txt val.txt trainval.txt Main JPEGImages #图像文件jpg或png 执行软连接： cd darknet-pjreddie/kitti ln -s ~/data/KITTIdevkit . #将数据集软连接到darknet-pjreddie/kitti目录下 【二】 （1）用matlab在KITTI/ImageSets/Main生成四个文件train.txt trainval.txt val.txt test.txt （2）用上面生成的四个文件，执行脚本： gjw@gjw:~/darknet-pjreddie-master/kitti$ python2 kitti_label.py 执行结果： [1]在./KITTIdevkit/KITTI目录下，产生YOLO训练需要labels下的txt （txt内容：每张jpg/png图像中的类别和坐标信息） [2]在kitti/下应该也生成了train.txt,test.txt,val.txt这3个文件 （3个.txt文件：里面包含了所有训练,测试样本的绝对路径） 【三】TestFile/目录下，配置文件的修改 （1）kitti.names： 标签名字文件，修改见下 car pedestrian cyclist （2）kitti.data： classes= 3 train = /home/gjw/darknet-pjreddie/kitti/train.txt ##【二】（2）-[2]生成的train.txt目录 valid = /home/gjw/darknet-pjreddie/kitti/test.txt ##【二】（2）-[2]生成的test.txt目录 names = /home/gjw/darknet-pjreddie/kitti/TestFile/kitti.names ##【三】（1）kitti.names backup = /home/gjw/darknet-pjreddie/kitti/backup ##存放训练生成的.weight权重文件的目录 results = /home/gjw/darknet-pjreddie/kitti/kitti_result 【注意】必须新建./kitti/backup和./kitti/kitti_result目录 （3）yolov3-kitti.cfg网络配置文件 [1]一共需要修改三处 [convolutional] size=1 stride=1 pad=1 filters=24 #### 计算公式 = 3 * （类别数 + 5） activation=linear [yolo] mask = 0,1,2 anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326 classes=3 ####类别数，本例为2类 num=9 jitter=.3 ignore_thresh = .5 truth_thresh = 1 random=0 ###1 [2]相关其他参数 learning_rate 学习率0.0001 max_batches 最大迭代次数 40000 【六】训练命令 cd ~/darknet-pjreddie ./darknet detector train kitti/TestFile/kitti.data kitti/TestFile/yolov3_kitti.cfg darknet53.conv.74 说明： darknet53.conv.74 是加载的预训练模型，在官网上可以下载 ========================================= ## 1. 测试 （1）视频 ./darknet detector demo kitti/TestFile/kitti.data kitti/TestFile/yolov3_kitti.cfg kitti/TestFile/yolov3_kitti_final.weights kitti/TestFile/test.avi -thresh 0.3 （2）批量测试图像，显示并保存起来（必须用darknet-pjreddie版本） （1）命令 ./darknet detector test kitti/TestFile/kitti.data kitti/TestFile/yolov3_kitti.cfg kitti/TestFile/yolov3_kitti_final.weights （2）请输入：保存着待测试图像的绝对路径test.txt /home/gjw/darknet-pjreddie/kitti/test.txt ========================================= ## 2. 测试mAP 用faster-rcnn的脚本去测，必须文件： 待测图像的“标准的”xml文件