vs2015+opencv440實現YOLOv4，並訓練自己的數據集（完全零基礎）
vs2015+opencv440實現YOLOv4，並訓練自己的數據集（完全零基礎）
最近因爲畢設需要，在研究深度學習目標檢測的一些算法，具體算法的對比和特點就不詳細說了，總之最終確定使用YOLOv4算法。作爲深度學習小白，從零開始記錄一下自己實現該算法的過程，並且方便自己將來使用。
目前網絡上也有很多關於Windows實現YOLOv4的教程，但是總感覺很凌亂，需要不斷對比才能找對真正可行的方法，因爲本文是一個總結文，希望能給之後學習的人一些幫助。文中用到了一些其他人的程序和圖片，我會全部標註原文鏈接，如有冒犯侵權請原作者聯繫我刪除。
一、環境介紹
對於從零開始的小白，我們需要安裝以下軟件或環境
- VS2015 ，VS2015是我們用到的編譯器，需要安裝C++和python環境，python只有在我們訓練自己的數據集時纔用到；
- opencv440，opencv440是我們用到的圖像處理庫，opencv從440開始支持了YOLOv4，所以不要下載更低版本；
- NVIDIA驅動程序 ，能夠讓我們更好地利用自己的顯卡；
- CUDA10.2 ,CUDA是NVIDIA推出的計算平臺，能夠基於NVIDIA顯卡架構使用GPU進行復雜的圖像運算；
- cuDNN，cuDNN是專門用於CUDA的神經網絡加速包，與CUDA配合使用 ；
- YOLOv4相關配置文件
二、環境的具體搭建
- VS2015
可以直接到官網 vs下載地址下載最新的2019社區版（社區版是可以免費試用的），其實不同版本差異並不大，都可以使用。發現自己沒有網盤會員上傳不了vs2015安裝包，要是真的想用2015讀者可以自行查找一下。
下載完成以後，點擊vs_community.exe程序安裝。
![選擇安裝路徑和自定義安裝]()
在選擇功能中選擇 C++和python進行安裝。接下來耐心等待到安裝完成即可。 - opencv440
鏈接：https://pan.baidu.com/s/1eUb8oJJS22YwXzWsySki1A
提取碼：qdpt
下載完成後，進行安裝，具體的安裝教程可以參考另外一位博主的文章，下面給出鏈接。opencv安裝與環境配置 - NVIDIA驅動程序+CUDA+cuDNN
CUDA與cuDNN的安裝教程，參考文章。NVIDIA驅動程序CUDA+cuDNN安裝教程 - YOLOv4相關配置文件
鏈接：https://pan.baidu.com/s/1oh36WVqsBmr3_oC7JGBxeg
提取碼：erx3
直接下載這麼相關文件。
三、官方模型權重測試
以上環境全部搭建成功以後，就可以進行代碼的測試了。在我們下載的YOLOv4相關配置文件中已經給出了測試要用到的代碼opencv4_yolov4.cpp。我們新建一個C++項目
將主程序替換成opencv4_yolov4.cpp，並在程序所在位置新建兩個文件夾model和image，如圖。
直接點擊運行即可。
tips:
1.將模式修改爲release x64
2.每新建一個程序，若要使用opencv庫，都要重新在該程序中進行進行一次opencv環境的配置。
四、訓練自己的數據集
4.1 下載darknet-master
訓練自己的YOLOv4數據集的時候就需要用到原作者編寫的darknet-master了，這裏用到的是python編寫的，可以到原作者的github直接下載。darknet下載地址
4.2 Demo測試
接下來可以參考這篇文章darknet測試的第二、第三兩部分，完成簡單的demo測試。但是不參考他的第四部分，他的這一部分比較混亂，加下來我會單獨進行介紹。
4.3 標註自己的數據集
本文使用labelImg軟件進行標註，下載地址，使用教程
標註完成後，我們得到一系列xml文件。
tips: 我們的圖片最好使用六位數字進行命名
4.4 訓練自己的數據集
4.4.1 創建文件目錄
首先在D:\darknet-master\build\darknet目錄下新建一個myData文件夾
在myData文件夾下，新建Annotations、Images、ImageSets文件夾，在ImageSets下新建Main文件夾，並在myData下放入之前下載的預訓練文件yolov4.conv.137。
在Images文件中存放我們的圖片文件，在Annotations文件夾中存放圖片對應的xml文件。
4.4.2 劃分數據集
接下來在myData文件夾下新建test.py程序，程序代碼如下，並運行。
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)
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()
運行後，我們在ImageSets/Main下得到train.txt，val.txt，test.txt和trainval.txt四個文件。裏面分別包含了：訓練集、驗證集、測試集、訓練+驗證集對應的圖片的名稱。
4.4.3 轉變數據集格式
接下來，我們將labelImg標註得到的xml格式轉變爲YOLO使用的txt格式。在D:\darknet-master\build\darknet路徑下新建my_labels.py文件，代碼如下
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
# 源代碼sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets = [('myData', 'train'), ('myData', 'test')] # 改成自己建立的myData
classes = ["mopian"] # 改成自己的類別
def convert(size, box):
dw = 1. / (size[0])
dh = 1. / (size[1])
x = (box[0] + box[1]) / 2.0 - 1
y = (box[2] + box[3]) / 2.0 - 1
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(year, image_id):
in_file = open('myData/Annotations/%s.xml' % (image_id)) # 源代碼VOCdevkit/VOC%s/Annotations/%s.xml
out_file = open('myData/labels/%s.txt' % (image_id), 'w') # 源代碼VOCdevkit/VOC%s/labels/%s.txt
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()
for year, image_set in sets:
if not os.path.exists('myData/labels/'): # 改成自己建立的myData
os.makedirs('myData/labels/')
image_ids = open('myData/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
list_file = open('myData/%s_%s.txt' % (year, image_set), 'w')
for image_id in image_ids:
list_file.write('%s/myData/Images/%s.png\n' % (wd, image_id))
convert_annotation(year, image_id)
list_file.close()
運行該程序，會在myData目錄下生成一個labels文件夾一個myData_train.txt和myData_test.txt文件。將lavels文件夾下的txt文件全部複製到Images文件夾中。labels文件夾中txt是標註的類別和位置信息，具體含義如下：
4.4.4 修改配置文件
修改voc.data和yolov4-custom.cfg文件，這兩個是配置文件：在D:\darknet-master\build\darknet\x64\cfg下複製yolov4-custom.cfg文件到myData文件夾下，並改名爲my_yolov4.cfg。在D:\darknet-master\build\darknet\x64\cfg下複製voc.data文件到myData文件夾下，並改名爲my_data.data。
修改my_yolov4.cfg文件，（可以用記事本打開），在修改規則如下
文件中還有幾處需要修改的，在文檔中搜索 [YOLO]，共有三處，在這三處下面，將filters修改爲 (classes+5)×3，將classes修改成你自己的類別數目。如下：
接下來修改my_data.data文件，修改原則如下
classes= 3 ##改爲自己的分類個數
##下面都改爲自己的路徑
train = /home/XXX/darknet/myData/myData_train.txt
names = /home/XXX/darknet/myData/myData.names #稍後需要創建這個文件
backup = /home/XXX/darknet/myData/weights
下面在myData文件夾下創建myData.names文件，輸入你自己的類別名
到這裏全部的準備工作進行完畢，接下來進行訓練。
在D:\darknet-master\build\darknet\x64目錄下執行cmd命令(注意修改成自己的文件路徑)
darknet.exe detector train D:\darknet-master\build\darknet\myData\my_data.data D:\darknet-master\build\darknet\myData\my_yolov4.cfg D:\darknet-master\build\darknet\myData\yolov4.conv.137
4.4.5 測試自己的權重文件
生成的權重文件會保存在weights文件夾中，訓練完成之後，可用如下代碼進行測試，在D:\darknet-master\build\darknet\x64目錄下執行cmd命令
./darknet detect D:\darknet-master\build\darknet\myData\my_yolov4.cfg D:\darknet-master\build\darknet\myData\weights/my_yolov3.weights 1.jpg
得到結果。
參考文章
https://blog.csdn.net/qq_45445740/article/details/108293324
https://blog.csdn.net/qq_45445740/article/details/108253155
https://www.cnblogs.com/answerThe/p/11481564.html