YOLO V4的模型训练

1、YOLO V4模型训练的基本思路

　　所有机器学习涉及模型训练，一般都有训练集、验证集、测试集，因此需要准备数据集。有了数据集，再调用训练的算法，获取训练的结果。v3、v4模型训练方法相同。

2、YOLO V4模型训练的体验

　　利用已有数据，体验一下模型训练的各个步骤。

　　网址：https://pjreddie.com/darknet/yolo/给出了模型训练的方法。

2.1、YOLO模型训练的数据集格式

　　YOLO训练所要求的数据格式是PASCAL VOC或者COCO等标准数据集格式。

　　darknetuilddarknetx64datavoc目录下，有一个voc_label.py文件，用于数据转换。涉及的数据集的格式为PASCAL VOC格式。

　　关于PASCAL VOC格式的介绍，参见：

《PASCAL VOC数据集的标注格式》(https://zhuanlan.zhihu.com/p/33405410)；
《计算机视觉标准数据集整理—PASCAL VOC数据集》（https://blog.csdn.net/xingwei_09/article/details/79142558）；
《VOC 2007数据集结构》（https://blog.csdn.net/qq_38273984/article/details/90749314）

　　关于Annotations的xml文件中，图像size的depth属性，含义为通道数，RGB图像，值为3。参见：https://blog.csdn.net/qq_18343569/article/details/47830503。

2.2、构造VOC目录结构

　　按照上面引用网文的说法，构造基本的目录结构：Annotations、JPEGImages以及ImageSets/Main。

　　我这边正好搞到了VOC2012的训练/验证的数据集。

　　如果要下载，地址：https://pjreddie.com/projects/pascal-voc-dataset-mirror/，文件都点大。

　　先将VOC2012数据集复制到darknetuilddarknetx64datavoc目录下，结构如下：

darknetuilddarknetx64datavocVOCdevkit
darknetuilddarknetx64datavocVOCdevkitVOC2012
darknetuilddarknetx64datavocVOCdevkitVOC2012...
...

2.3、执行voc_label.py文件

　　voc_label.py文件的解析，可参考：《YOLO_DarkNet_解析之旅＿voc_label.py的解析》（https://blog.csdn.net/Willen/article/details/83868164）。

　　由于我使用VOC2012数据集，没有VOC2007，ImageSets/Main中，只有train,val和trainval文件，因此，需要修改voc_label.py文件。

#line7 修改
sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
#==>
sets=[('2012', 'train'), ('2012', 'val'),('2012', 'trainval')]

　　#否则，报错：

FileNotFoundError: [Errno 2] No such file or directory: 'VOCdevkit/VOC2007/ImageSets/Main/train.txt'

　　然后，执行voc_label.py文件，在AnaConda环境下，执行下列语句：

(tensorflow) E:workspacedarknetuilddarknetx64datavoc>python voc_label.py

　　获取下列文件：

darknetuilddarknetx64datavoc2012_train.txt
darknetuilddarknetx64datavoc2012_val.txt
darknetuilddarknetx64datavoc2012_trainval.txt
darknetuilddarknetx64datavocVOCdevkitVOC2012labels目录及文件

2.4、模型训练

　　首先，修改darknet/build/darknet/x64/data中的voc.data。修改train和valid这两行的数据文件路径。

classes= 20
train  = data/voc/2012_train.txt
valid  = data/voc/2012_val.txt
#difficult = data/difficult_2007_test.txt
names = data/voc.names
backup = backup/

　　然后执行下列语句：

darknet.exe detector train data/voc.data cfg/yolov4.cfg yolov4.weights

　　最后一个参数为预训练权重文件，应该使用只包含卷积层的预训练权重文件，下载地址：https://pjreddie.com/media/files/darknet53.conv.74。

　　我这里担心训练时间过长，偷懒了，直接用yolov4.weights。

　　运行结果如下：

E:workspacedarknetuilddarknetx64>darknet.exe detector train data/voc.data cfg/yolov4.cfg yolov4.weights
 GPU isn't used
 Used AVX
 Used FMA & AVX2
 OpenCV version: 4.2.0
yolov4
mini_batch = 8, batch = 64, time_steps = 1, train = 1
   layer   filters  size/strd(dil)      input                output
   0 conv     32       3 x 3/ 1    608 x 608 x   3 ->  608 x 608 x  32 0.639 BF
   1 conv     64       3 x 3/ 2    608 x 608 x  32 ->  304 x 304 x  64 3.407 BF
   2 conv     64       1 x 1/ 1    304 x 304 x  64 ->  304 x 304 x  64 0.757 BF
   3 route  1                                      ->  304 x 304 x  64
   4 conv     64       1 x 1/ 1    304 x 304 x  64 ->  304 x 304 x  64 0.757 BF
   5 conv     32       1 x 1/ 1    304 x 304 x  64 ->  304 x 304 x  32 0.379 BF
   6 conv     64       3 x 3/ 1    304 x 304 x  32 ->  304 x 304 x  64 3.407 BF
   7 Shortcut Layer: 4,  wt = 0, wn = 0, outputs: 304 x 304 x  64 0.006 BF
   8 conv     64       1 x 1/ 1    304 x 304 x  64 ->  304 x 304 x  64 0.757 BF
   9 route  8 2                                    ->  304 x 304 x 128
  10 conv     64       1 x 1/ 1    304 x 304 x 128 ->  304 x 304 x  64 1.514 BF
  11 conv    128       3 x 3/ 2    304 x 304 x  64 ->  152 x 152 x 128 3.407 BF
  12 conv     64       1 x 1/ 1    152 x 152 x 128 ->  152 x 152 x  64 0.379 BF
  13 route  11                                     ->  152 x 152 x 128
  14 conv     64       1 x 1/ 1    152 x 152 x 128 ->  152 x 152 x  64 0.379 BF
  15 conv     64       1 x 1/ 1    152 x 152 x  64 ->  152 x 152 x  64 0.189 BF
  16 conv     64       3 x 3/ 1    152 x 152 x  64 ->  152 x 152 x  64 1.703 BF
  17 Shortcut Layer: 14,  wt = 0, wn = 0, outputs: 152 x 152 x  64 0.001 BF
  18 conv     64       1 x 1/ 1    152 x 152 x  64 ->  152 x 152 x  64 0.189 BF
  19 conv     64       3 x 3/ 1    152 x 152 x  64 ->  152 x 152 x  64 1.703 BF
  20 Shortcut Layer: 17,  wt = 0, wn = 0, outputs: 152 x 152 x  64 0.001 BF
  21 conv     64       1 x 1/ 1    152 x 152 x  64 ->  152 x 152 x  64 0.189 BF
  22 route  21 12                                  ->  152 x 152 x 128
  23 conv    128       1 x 1/ 1    152 x 152 x 128 ->  152 x 152 x 128 0.757 BF
  24 conv    256       3 x 3/ 2    152 x 152 x 128 ->   76 x  76 x 256 3.407 BF
  25 conv    128       1 x 1/ 1     76 x  76 x 256 ->   76 x  76 x 128 0.379 BF
  26 route  24                                     ->   76 x  76 x 256
  27 conv    128       1 x 1/ 1     76 x  76 x 256 ->   76 x  76 x 128 0.379 BF
  28 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  29 conv    128       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 128 1.703 BF
  30 Shortcut Layer: 27,  wt = 0, wn = 0, outputs:  76 x  76 x 128 0.001 BF
  31 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  32 conv    128       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 128 1.703 BF
  33 Shortcut Layer: 30,  wt = 0, wn = 0, outputs:  76 x  76 x 128 0.001 BF
  34 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  35 conv    128       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 128 1.703 BF
  36 Shortcut Layer: 33,  wt = 0, wn = 0, outputs:  76 x  76 x 128 0.001 BF
  37 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  38 conv    128       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 128 1.703 BF
  39 Shortcut Layer: 36,  wt = 0, wn = 0, outputs:  76 x  76 x 128 0.001 BF
  40 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  41 conv    128       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 128 1.703 BF
  42 Shortcut Layer: 39,  wt = 0, wn = 0, outputs:  76 x  76 x 128 0.001 BF
  43 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  44 conv    128       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 128 1.703 BF
  45 Shortcut Layer: 42,  wt = 0, wn = 0, outputs:  76 x  76 x 128 0.001 BF
  46 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  47 conv    128       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 128 1.703 BF
  48 Shortcut Layer: 45,  wt = 0, wn = 0, outputs:  76 x  76 x 128 0.001 BF
  49 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  50 conv    128       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 128 1.703 BF
  51 Shortcut Layer: 48,  wt = 0, wn = 0, outputs:  76 x  76 x 128 0.001 BF
  52 conv    128       1 x 1/ 1     76 x  76 x 128 ->   76 x  76 x 128 0.189 BF
  53 route  52 25                                  ->   76 x  76 x 256
  54 conv    256       1 x 1/ 1     76 x  76 x 256 ->   76 x  76 x 256 0.757 BF
  55 conv    512       3 x 3/ 2     76 x  76 x 256 ->   38 x  38 x 512 3.407 BF
  56 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
  57 route  55                                     ->   38 x  38 x 512
  58 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
  59 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  60 conv    256       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 256 1.703 BF
  61 Shortcut Layer: 58,  wt = 0, wn = 0, outputs:  38 x  38 x 256 0.000 BF
  62 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  63 conv    256       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 256 1.703 BF
  64 Shortcut Layer: 61,  wt = 0, wn = 0, outputs:  38 x  38 x 256 0.000 BF
  65 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  66 conv    256       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 256 1.703 BF
  67 Shortcut Layer: 64,  wt = 0, wn = 0, outputs:  38 x  38 x 256 0.000 BF
  68 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  69 conv    256       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 256 1.703 BF
  70 Shortcut Layer: 67,  wt = 0, wn = 0, outputs:  38 x  38 x 256 0.000 BF
  71 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  72 conv    256       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 256 1.703 BF
  73 Shortcut Layer: 70,  wt = 0, wn = 0, outputs:  38 x  38 x 256 0.000 BF
  74 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  75 conv    256       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 256 1.703 BF
  76 Shortcut Layer: 73,  wt = 0, wn = 0, outputs:  38 x  38 x 256 0.000 BF
  77 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  78 conv    256       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 256 1.703 BF
  79 Shortcut Layer: 76,  wt = 0, wn = 0, outputs:  38 x  38 x 256 0.000 BF
  80 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  81 conv    256       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 256 1.703 BF
  82 Shortcut Layer: 79,  wt = 0, wn = 0, outputs:  38 x  38 x 256 0.000 BF
  83 conv    256       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 256 0.189 BF
  84 route  83 56                                  ->   38 x  38 x 512
  85 conv    512       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 512 0.757 BF
  86 conv   1024       3 x 3/ 2     38 x  38 x 512 ->   19 x  19 x1024 3.407 BF
  87 conv    512       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 512 0.379 BF
  88 route  86                                     ->   19 x  19 x1024
  89 conv    512       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 512 0.379 BF
  90 conv    512       1 x 1/ 1     19 x  19 x 512 ->   19 x  19 x 512 0.189 BF
  91 conv    512       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x 512 1.703 BF
  92 Shortcut Layer: 89,  wt = 0, wn = 0, outputs:  19 x  19 x 512 0.000 BF
  93 conv    512       1 x 1/ 1     19 x  19 x 512 ->   19 x  19 x 512 0.189 BF
  94 conv    512       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x 512 1.703 BF
  95 Shortcut Layer: 92,  wt = 0, wn = 0, outputs:  19 x  19 x 512 0.000 BF
  96 conv    512       1 x 1/ 1     19 x  19 x 512 ->   19 x  19 x 512 0.189 BF
  97 conv    512       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x 512 1.703 BF
  98 Shortcut Layer: 95,  wt = 0, wn = 0, outputs:  19 x  19 x 512 0.000 BF
  99 conv    512       1 x 1/ 1     19 x  19 x 512 ->   19 x  19 x 512 0.189 BF
 100 conv    512       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x 512 1.703 BF
 101 Shortcut Layer: 98,  wt = 0, wn = 0, outputs:  19 x  19 x 512 0.000 BF
 102 conv    512       1 x 1/ 1     19 x  19 x 512 ->   19 x  19 x 512 0.189 BF
 103 route  102 87                                 ->   19 x  19 x1024
 104 conv   1024       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x1024 0.757 BF
 105 conv    512       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 512 0.379 BF
 106 conv   1024       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x1024 3.407 BF
 107 conv    512       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 512 0.379 BF
 108 max                5x 5/ 1     19 x  19 x 512 ->   19 x  19 x 512 0.005 BF
 109 route  107                                            ->   19 x  19 x 512
 110 max                9x 9/ 1     19 x  19 x 512 ->   19 x  19 x 512 0.015 BF
 111 route  107                                            ->   19 x  19 x 512
 112 max               13x13/ 1     19 x  19 x 512 ->   19 x  19 x 512 0.031 BF
 113 route  112 110 108 107                        ->   19 x  19 x2048
 114 conv    512       1 x 1/ 1     19 x  19 x2048 ->   19 x  19 x 512 0.757 BF
 115 conv   1024       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x1024 3.407 BF
 116 conv    512       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 512 0.379 BF
 117 conv    256       1 x 1/ 1     19 x  19 x 512 ->   19 x  19 x 256 0.095 BF
 118 upsample                 2x    19 x  19 x 256 ->   38 x  38 x 256
 119 route  85                                     ->   38 x  38 x 512
 120 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
 121 route  120 118                                ->   38 x  38 x 512
 122 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
 123 conv    512       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 512 3.407 BF
 124 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
 125 conv    512       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 512 3.407 BF
 126 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
 127 conv    128       1 x 1/ 1     38 x  38 x 256 ->   38 x  38 x 128 0.095 BF
 128 upsample                 2x    38 x  38 x 128 ->   76 x  76 x 128
 129 route  54                                     ->   76 x  76 x 256
 130 conv    128       1 x 1/ 1     76 x  76 x 256 ->   76 x  76 x 128 0.379 BF
 131 route  130 128                                ->   76 x  76 x 256
 132 conv    128       1 x 1/ 1     76 x  76 x 256 ->   76 x  76 x 128 0.379 BF
 133 conv    256       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 256 3.407 BF
 134 conv    128       1 x 1/ 1     76 x  76 x 256 ->   76 x  76 x 128 0.379 BF
 135 conv    256       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 256 3.407 BF
 136 conv    128       1 x 1/ 1     76 x  76 x 256 ->   76 x  76 x 128 0.379 BF
 137 conv    256       3 x 3/ 1     76 x  76 x 128 ->   76 x  76 x 256 3.407 BF
 138 conv    255       1 x 1/ 1     76 x  76 x 256 ->   76 x  76 x 255 0.754 BF
 139 yolo
[yolo] params: iou loss: ciou (4), iou_norm: 0.07, cls_norm: 1.00, scale_x_y: 1.20
nms_kind: greedynms (1), beta = 0.600000
 140 route  136                                            ->   76 x  76 x 128
 141 conv    256       3 x 3/ 2     76 x  76 x 128 ->   38 x  38 x 256 0.852 BF
 142 route  141 126                                ->   38 x  38 x 512
 143 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
 144 conv    512       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 512 3.407 BF
 145 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
 146 conv    512       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 512 3.407 BF
 147 conv    256       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 256 0.379 BF
 148 conv    512       3 x 3/ 1     38 x  38 x 256 ->   38 x  38 x 512 3.407 BF
 149 conv    255       1 x 1/ 1     38 x  38 x 512 ->   38 x  38 x 255 0.377 BF
 150 yolo
[yolo] params: iou loss: ciou (4), iou_norm: 0.07, cls_norm: 1.00, scale_x_y: 1.10
nms_kind: greedynms (1), beta = 0.600000
 151 route  147                                            ->   38 x  38 x 256
 152 conv    512       3 x 3/ 2     38 x  38 x 256 ->   19 x  19 x 512 0.852 BF
 153 route  152 116                                ->   19 x  19 x1024
 154 conv    512       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 512 0.379 BF
 155 conv   1024       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x1024 3.407 BF
 156 conv    512       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 512 0.379 BF
 157 conv   1024       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x1024 3.407 BF
 158 conv    512       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 512 0.379 BF
 159 conv   1024       3 x 3/ 1     19 x  19 x 512 ->   19 x  19 x1024 3.407 BF
 160 conv    255       1 x 1/ 1     19 x  19 x1024 ->   19 x  19 x 255 0.189 BF
 161 yolo
[yolo] params: iou loss: ciou (4), iou_norm: 0.07, cls_norm: 1.00, scale_x_y: 1.05
nms_kind: greedynms (1), beta = 0.600000
Total BFLOPS 128.459
avg_outputs = 1068395
Loading weights from yolov4.weights...
 seen 64, trained: 32032 K-images (500 Kilo-batches_64)
Done! Loaded 162 layers from weights-file
Learning Rate: 0.0013, Momentum: 0.949, Decay: 0.0005
 If error occurs - run training with flag: -dont_show
Saving weights to backup//yolov4_final.weights
 Create 6 permanent cpu-threads

　　结果在darknetuilddarknetx64ackup目录，生成一个yolov4_final.weights。

　　训练很快就完成了。这是因为初始权重文件yolov4.weights，已经是根据上述数据训练的，迭代终止条件立即满足。可以认为：yolov4_final.weights和yolov4.weights是相同的。

　　至此，基本的模型训练体验完毕。下面的工作，是结合实际应用来实现自己的模型训练。

3、训练自己的模型

3.1、建立自己的VOC目录结构

　　构造基本的VOC目录结构：Annotations、JPEGImages以及ImageSets/Main。

　　为了简单起见，仍可使用voc_label.py文件，我按如下方式构造目录：

#在VOCdevkit目录下创建VOC2020
darknetuilddarknetx64datavocVOCdevkitVOC2020
#创建三个基本子目录
darknetuilddarknetx64datavocVOCdevkitVOC2020Annotations
darknetuilddarknetx64datavocVOCdevkitVOC2020JPEGImages
darknetuilddarknetx64datavocVOCdevkitVOC2020ImageSets
#ImageSets目录再创建Main子目录
darknetuilddarknetx64datavocVOCdevkitVOC2020ImageSetsMain

　　（下列所有修改，应该先备份一下原文件）

　　修改voc_label.py文件：

sets=[('2020', 'train'), ('2020', 'val'),('2020', 'trainval'),('2020', 'test')]

　　修改darknetuilddarknetx64data目录下的voc.data文件的对应行：

train  = data/voc/2020_train.txt
valid  = data/voc/2020_val.txt

3.2、设置自己的分类

　　关于分类，网上资料显示，VOC数据集分类最大20个，COCO数据集最大80个，这个最大分类数可以调整为自己需要的数值，当然分类很多时，需要使用YOLO9000模型。

　　参考了下列资料：

《一文看懂YOLO v3》（https://zhuanlan.zhihu.com/p/60944510）；
《YOLO_V3 原理以及训练说明》 (https://blog.csdn.net/qq_31511955/article/details/87917308)；
《YOLOv3训练自己的数据》 (https://www.jianshu.com/p/2f1608a4459b)；
《每一步超详细！制作自己的voc数据集并通过yolov3训练》（https://blog.csdn.net/qq_34806812/article/details/81673798）
《一文详解YOLO 2与YOLO 9000目标检测系统| 分享总结》（https://baijiahao.baidu.com/s?id=1576943106747207357&wfr=spider&for=pc）。

　　假设自己的分类数为[n]，则需要修改之处有：

　　1）修改darknetuilddarknetx64datavoc.names

　　将自己的[n]个分类标签输入，每个分类一行。

　　2）修改darknetuilddarknetx64datavoc.data

classes= 20 ==>  classes= [n]

　　3）修改darknetuilddarknetx64cfgyolov4.cfg

[yolo]标签下：
classes=80 ==> classes= [n]

[yolo]标签前面的一个[convolutional]标签：
filters=255 ==>  filters=([n]+5)*3

3.3、标注自己的数据

　　使用labelImg工具来进行标注工作，参见《windows下使用labelImg标注图像》（https://blog.csdn.net/python_pycharm/article/details/85338801）。

　　这是一个费时的工作。

　　图片放置在JPEGImages目录下，最好按编号命名。对应的labelImg生成的标注文件，放入Annotations目录下，命名与图片文件名一致。

　　然后，生成ImageSets/Main下的文件。网上有makeTxt.py文件，生成train,val,test,trainval文件，参见：https://blog.csdn.net/public669/article/details/98020800）。

　　但我发现这是相当于执行了voc_label.py后，生成的文件。暂时可以用这个方法。

　　问题：

　　目前VOC2012/ImageSets/Main目录下的文件形式，是按类型分的。如car这个分类，有下列文件：

car_train.txt
car_val.txt
car_trainval.txt

　　考虑到后续处理的需要，需要一个新的处理python脚本。基本思路是：扫描分类文件voc.names，针对每一个分类，扫描Annotations中的文件，检测是否包含这个分类的对象，设置[flag]为1或-1，加入这个分类的list对象，最后再打散，生成各个分类的train,val,test,trainval文件。

3.4、后续工作

　　类似于2.3和2.4步，执行训练即可。我目前还没有开始具体应用分类试验，暂时先进行到此。

相关阅读:
openjudge666：放苹果—题解
 欢迎来到路由器的世界！这里是开端
 Codevs1169：传纸条——题解
 POJ3498：March of the Penguins——题解
 模板：并查集
 模板：快速幂
 模板：排序（三）
程序员之间的鄙视链
 自动化测试的成本高效果差，那么自动化测试的意义在哪呢
 自动化测试的成本高效果差，那么自动化测试的意义在哪呢
原文地址：https://www.cnblogs.com/alabo1999/p/13153999.html