一。 windows GPU 版本的 darknet 环境

环境：（基本都是按照github上的要求的来的，之前试过没按照上面的版本来，失败了，不挣扎了~ ）

1. VS2015    community 免费的社区版本，这个装在哪个位置随意。

2.  CUDA9.1 cudnn7.1    使用默认安装位置（CUDA安装在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1，cudnn解压出来直接覆盖该目录）。CUDA安装过程中黑屏没关系，只是小小的黑一下而已。

3. opencv3.4.0   将opencv-3.4.0-vc14_vc15.exe解压出来，C盘建个名为“opencv_3.0”的目录，然后把解压出来的东西扔进去，目录结构如下（C:\opencv_3.0\opencv\build）

4. darknet windows版本：github路径：https://github.com/AlexeyAB/darknet（下载的时候是2018.10.7）

二。 在VS2015上编译DEMO

1.  打开 darknet-master\build\darknet\darknet.sln  这个是GPU版本的（darknet_no_gpu.sln 这个是CPU版本的，如果只跑前向，用这个完全没问题，如果要训练，还是GPU版本的吧，CPU版本的实在是太慢了！）

2. 如下图，打开后，右击选中部分，点重新生成，如果是按照我上面的流程安装的环境，应该不要修改配置就能直接使用。darknet-master\build\darknet\x64  中会生成 darknet.exe

VS2015 darknet GPU工程

三。 训练自己的数据集

1.  搜集训练样本（不使用开源数据集）

使用网络爬虫，爬取样本图片。网络爬虫我几乎是小白，是网上随便找的一个比较快且稳定的爬虫脚本（原版在哪里暂时找不到了，找到了再加上去），总共爬了7W多张，可怕。。。

网络爬虫结果

2. 训练的 yolo label 标注

标注工具是基于网上的一个版本改的，基于opencv（http://www.cnblogs.com/louyihang-loves-baiyan/p/4457462.html）。

标样本的时候，取了前1W张图片，然后当标了几百张的时候发现越来越多重复的图片了，最终，我只标了接近1000张图片，实在是懒得标了~！

标注的代码里面会将图片缩放成固定大小，方便我去标。

yolo的label格式是这样的：类别下标(第几个类别，从0开始)     中心点x坐标   中心点y坐标   目标宽度   目标高度    （后面4个值都是实际像素点值除以实际宽高的，也就是占比）

yolo label

每张图片都对应一个label文件，比如图片名字是1.jpg，那么它的标注文件就是1.txt。

3. 准备训练前的东西

1. 标签名字文件：pikaqiu.names 里面每行存放着标签的名字（该文件一般放在data目录，这里我训练的是皮卡丘检测，所以就一个标签）

标签名字

2. data文件（一般放在cfg目录）：如图，从上到下分别为类别数量，训练集位置，测试集位置，标签名字文件，模型备份路径

data文件

3.  训练集（pikaqiu_train.txt）和测试集（pikaqiu_test.txt ）位置文件：存放图片的位置，在当前目录，每张图片都会有对应的label文件：

训练集

图片和对应的label文件

4. 网络配置文件（再cfg/yolov3-voc.cfg的基础上改的）：

训练的超参数

batch：batchSize数，每batch个样本更新一次参数。

subdivisions：如果内存不够大，将batch分割为subdivisions个子batch，每个子batch的大小为batch/subdivisions。在darknet代码中，会将batch/subdivisions命名为batch。

width：网络输入的宽度   height：网络输入的高度   channels：网络输入的通道数

momentum：动量

decay：权重衰减正则项，防止过拟合

angle：通过旋转角度来生成更多训练样本

saturation ：通过调整饱和度来生成更多训练样本

exposure ：通过调整曝光量来生成更多训练样本

hue：通过调整色调来生成更多训练样本

learning_rate：初始学习率

max_batches：训练达到max_batches后停止学习

policy：调整学习率的policy，有如下policy：CONSTANT, STEP, EXP, POLY, STEPS, SIG, RANDOM

steps：根据batch_num调整学习率

scales：学习率变化的比例，累计相乘

anchors：预选框，可以手工挑选，也可以通过k means 从训练样本中学出

num：预选框的个数，即anchors总数

mask：当前属于第几个预选框

classes：网络需要识别的物体种类数（这里我要训的模型只有一个类别，所以填1）

jitter： 通过抖动增加噪声来抑制过拟合

ignore_thresh：过滤阈值和truth_thresh待研究

random：设置为0，表示关闭多尺度训练（显存小可以设置0）

yolo层前面的卷积层的filters数目是怎么计算的：3x(classes+5)，和聚类数目分布有关。如果想修改默认anchors数值，使用k-means即可。

4. 训练及测试

直接从头开始训练（开始loss比较大，慢慢来，会降下去的）：build\darknet\x64\darknet.exe detector train .\cfg\pikaiqiu.data .\cfg\yolov3_pikaqiu.cfg

训练的过程中backup目录里面每到一定迭代次数，会有模型参数文件保存下来（比如yolov3_pikaqiu_1000.weights）。

基于前面训练的模型继续训：build\darknet\x64\darknet.exe detector train .\cfg\pikaiqiu.data .\cfg\yolov3_pikaqiu.cfg backup\yolov3_pikaqiu_2500.weights

用生成的模型测试图片：build\darknet\x64\darknet.exe detector test .\cfg\pikaiqiu.data .\cfg\yolov3_pikaqiu.cfg backup\yolov3_pikaqiu_19800.weights

测试模型

用生成的模型测试视频：build\darknet\x64\darknet.exe detector demo .\cfg\pikaiqiu.data .\cfg\yolov3_pikaqiu.cfg backup\yolov3_pikaqiu_19800.weights -i 0 -thresh 0.25 pikaqiu2.mp4

5. anchors说明：

配置文件里面的9个anchor宽高，实际使用的时候是根据训练的样本，通过k-means算法计算出来的点，上面图片中用的默认的配置点，不是计算的，因为当时做这个的时候我还不懂anchor，哈哈。k-mean的原理说明可以参考：https://blog.csdn.net/hrsstudy/article/details/71173305 ，生成anchor的脚本用的https://github.com/AlexeyAB/darknet/blob/master/scripts/gen_anchors.py 这个脚本，这个脚本用在YOLOV3上有个BUG，write_anchors_to_file函数中anchors[i][0]*=width_in_cfg_file/32.

anchors[i][1]*=height_in_cfg_file/32. 这两行“/32”是不对的，yolov2才这么用，yolov3的anchor值是基于网络输入分辨率的，而不是基于feature map，所以要把 /32 去掉就OK了。

以上所有用到的东西（爬虫脚本spider_baidu_pic.py，label标注代码mark_tool.cpp，opencv, vs2015, cuda9.1 CUDNN7.1， darknet windows 2018.10.7版本，皮卡丘检测所有用到的文件和样本，label， 训练出来的模型）我全部存在了网盘里备份，需要的可以下载试试：

链接：https://pan.baidu.com/s/10h8j5OWbdle-Pm2sopLlKw 密码：olxl

第一次写博客，记录自己的学习过程，备份，强化记忆，写的不好大家见谅。