参考：https://github.com/qqwweee/keras-yolo3
本文使用anaconda创建虚拟环境，达到与其它环境隔离的目的，前提是装好anaconda，如果有不清楚的，查一下其它教程
在github教程中，推荐的环境是
- Python 3.5.2
- Keras 2.1.5
- tensorflow 1.6.0
1 创建yolo环境
conda creat -n yolo python=3.6更换conda源，下载软件的时候会快些
-
conda
config
--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
-
conda
config
--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
-
conda
config
--set show_channel_urls yes
创建后进入yolo环境，并安装Keras和tensorflow，我这块安装的是gpu版本的tensorflow
-
source activate yolo
-
pip install keras==
2.
1.
5
-
pip install tensorflow-gpu==
1.
6.
0 #如果是gpu版本
-
pip install tensorflow==
1.
6.
0 #如果是cpu版本
2 安装依赖
在训练的过程中，会有很多依赖，所以提前安装一遍
-
pip
install Pillow
-
pip
install matplotlib
-
conda
install ffmpeg
-
pip
install opencv-contrib-python
注意opencv要安装contrib版本的，否则直接用conda install -c menpo opencv3安装后，在打开MP4文件时会报如下的错误
Unable to stop the stream: Invalid argument3 制作数据集
首先把github上的代码克隆下来，我们在home目录下新建一个yolov3的文件夹，然后复制
-
mkdir yolov
3
-
cd yolov
3
-
git clone https://github.com/qqwweee/keras-yolo
3
-
cd keras-yolov
3
首先利用lableImg工具标注自己的图片，生成对应的xml文件，具体标注方法这里不再赘述，然后按照以下的格式创建VOC数据集
-
#在keras-yolo3下创建
-
VOCdevkit
-
└── VOC2007
-
├── Annotations
-
├── ImageSets
-
│ ├── Layout
-
│ ├── Main
-
│ └── Segmentation
-
├── JPEGImages
-
└── labels
其中，把刚才标注好的JPG图片放入JPEGImages文件夹中，将xml标注文件放在Annotations文件夹中
接下来要在Main中生成4个txt文件，其中test.txt是测试集，train.txt是训练集，val.txt是验证集，trainval.txt是训练和验证集。为了操作方便，我们直接在VOC2007下新建一个create_ImageSets.py的文件，内容如下
-
import os
-
import random
-
-
trainval_percent =
0.1
-
train_percent =
0.9
-
xmlfilepath =
'Annotations'
-
txtsavepath =
'ImageSets/Main'
-
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)
-
-
if
not os.path.exists(txtsavepath):
-
print(
'not exist...{}'.format(txtsavepath))
-
os.makedirs(txtsavepath)
-
-
ftrainval = open(
'ImageSets/Main/trainval.txt',
'w')
-
ftest = open(
'ImageSets/Main/test.txt',
'w')
-
ftrain = open(
'ImageSets/Main/train.txt',
'w')
-
fval = open(
'ImageSets/Main/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()
接下来修改yolov3文件夹下的voc_annotation.py文件，将classes修改为自己的类别，然后运行生成yolo格式的标注文件
python voc_annotation.py这样在主目录下生成以下三个文件
-
2007_
test
.txt
-
2007_
train
.txt
-
2007_
val
.txt
至此，训练数据准备完毕
4 修改配置文件
4.1 darknet预训练模型（不推荐）
wget https://pjreddie.com/media/files/darknet53.conv.74下载完毕后，重命名为darknet53.weights，然后运行convert.py文件，将模型转化为keras框架的h5文件（不需要修改darknet53.cfg，采用默认值即可）
python convert.py -w darknet53.cfg darknet53.weights model_data/yolo_weights.h5第一次运行时可能会报错
ImportError: `save_weights` requires h5py.解决方法如下
pip install h5py然后再运行上边的指令，运行成功后会显示生成并保存Keras weights文件到model_data/yolo_weights.h5
4.2 yolo预训练模型（推荐）
上述方法产生的是darknet的预训练模型，不清楚什么原因，训练得到的模型什么也检测不到，因此建议使用下边的这个预训练模型
-
wget https://pjreddie.com/media/files/yolov
3.weights
-
python convert.py yolov
3.cfg yolov
3.weights model_data/yolo.h
5
4.3 修改类别文件
找到model_data/voc_classes.txt文件，将里边的类别修改为自己的类别
4.4 修改anchor文件
我们知道yolo是利用9个anchor来检测目标的位置，因此这9个anchor设置的好坏，会直接影响到训练与检测效果。
我们使用kmeans方法来聚类得到与我们数据集接近的anchors，在keras-yolov3下边有一个kmeans.py文件，打开后将filename改为2007_train.txt（2处），保存运行该脚本，会得到9个anchors的坐标值以及准确率。记下这9个坐标值，然后打开model_data中的yolo_anchors.txt，按照文本中的格式，将9个anchors值依次写入即可。
5 开始训练
首先将train.py中的annotation_path修改一下，原文是train.txt，我们改为2007_train.txt
训练时，直接运行python train.py文件即可，由于我的服务器有多块显卡，且有多人使用，因此，我再train.py文件开头增加显卡设置的代码，这样不影响别人使用
-
import os
-
# 使用第三张与第四张GPU卡
-
os.environ[
"CUDA_VISIBLE_DEVICES"] =
"2, 3"
然后运行python train.py就可以开始训练了，在训练时，如果报如下的错
Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.
则是因为显存不足，将train.py中的batch_size大小改小，默认是32，可改为16或8或4试试，当然可设置的越大越好
6 测试模型
训练完成时，在logs/000/文件夹下，会生成trained_weights_final.h5，我们将其拷贝出来，复制到model_data文件夹下，并重命名为yolo.h5，新建一个文件夹video，存放我们的测试视频，如test.mp4，将结果保存为result.mp4
首先将yolo.py的第25行classes_path路径改为voc_classes.txt，否则会报ValueError: Dimension 0 in both shapes must be equal, 的错误
由于编码器的原因，我们在yolo.py文件中将第177行，将
video_FourCC = int(vid.get(cv2.CAP_PROP_FOURCC))改为
video_FourCC = cv2.VideoWriter_fourcc(*"mp4v")然后运行如下指令
python yolo_video.py --input=test.mp4 --output=result.mp4 --classes=model_data/voc_classes.txt即可以显示出测试视频，并保存运行结果
转载：https://blog.csdn.net/zong596568821xp/article/details/86467456