Darknet-YOLOv3无代码训练教程

目前golang学习网上已经有很多关于文章的文章了，自己在初次阅读这些文章中，也见识到了很多学习思路；那么本文《Darknet-YOLOv3 Windows训练教程，全程无代码》，也希望能帮助到大家，如果阅读完后真的对你学习文章有帮助，欢迎动动手指，评论留言并分享~

darknet-yolov3训练自己的数据集一般要写代码自己转化数据集，还要修改配置文件，数据集也不保证都是正确标注的，这个流程一般对初学者或者不熟悉的人经常弄错，只要一个配置参数改错就会导致训练出现问题，还有可能是训练几个小时发现检测不出物体。因此一个训练工具软件就横空出世了。这个软件就是yolov3快速训练助手。接下来看如何快速训练自己的数据集，不需要写代码不需要改配置不需要理解训练流程，就可以训练自己的数据集！首先我们看看软件界面

首先我们看到软件界面有些默认参数，一般我们只需要改批大小这一个参数即可，甚至不用改！如何训练，接下来我们开始教学：

第一步：[未雨绸缪]标注数据集：

我们打开软件labelImg这个软件，开始标注，软件支持Pascal VOC格式的数据集也支持yolo txt格式的数据集。

到底什么是VOC数据集集，简单就是说一个图片对应一个xml文件，xml内容格式如下：

在这里插入图片描述

格式说明：

在xml文件中,标注信息存储在对象中,对象保存了图片的文件名,对象保存了文件所在的完整路径,对象中的子对象和子对象分别保存了图片的宽度和高度,即图片分辨率,水平和垂直方向上的像素数量;

什么是yolo txt格式呢，下面是说明：

YOLO标签的格式具体的例子如下：0 0.412500 0.318981 0.358333 0.636111x,y是目标的中心坐标，width,height是目标的宽和高。这些坐标是通过归一化的，其中x，width是使用原图的width进行归一化；而y，height是使用原图的height进行归一化。

标注数据集理论上越多越好，如果简单测试100张足够，如果需要好的效果至少1000张，如果需要很好的效果至少5000张，如果好的不得了至少需要10000+

第二步：[霸气登场]训练自己的数据集

选择自己标注好的数据集，要求图片文件夹名字必须叫JPEGImages，标注的文件夹名字随便，建议是Annotations。这个是Pascal VOC标注的文件夹名字，然后打开软件选择JPEGImages文件夹和Annotations文件夹，如果没有Annotations文件夹，也可以导入yolo格式txt文件夹，txt文件夹必须叫labels而且要和JPEGImages放在一个目录下面。然后根据自己的显卡显存大小设置批大小，这个就是我们通常所说的batchsize,batch size越大需要显存越多，所以要量力而设置，以下是我总结出来占用显存列表，大家可以参考一下：

yolov3/yolov3-spp/yolov4

yolov3-tiny/yolov4-tiny

ok设置完参数，点击配置数据集，之后等一下，如果你是2000张等几秒就完成，如果你是1w+张可能需要等几分钟自动配置完，然后点击获取命令直接贴cmd或者直接点击开始训练即可训练了。

第三步：[谁与争锋]测试模型

这个软件吊爆了，不仅仅在于训练简单，还支持测试，软件提供全GUI支持不需要写代码不需要敲命令，只要小手一点，模型测试即可开始，支持视频，摄像头，图片一体！

如果你想学习命令，没关系选择外部终端测试，自动生成命令！这里唯一要注意一点就是data文件里面的names路径一定要是绝对路径，如果使用相对路径不行哦。

更多利器：

（1）支持标注检查，让错误标注逃不过软件法眼

（2）支持类别查找，让自己标注错误类别无所盾形

（3）支持yolov3/yolov3-spp/yolov3-tiny/yolov4/yolov4-tiny模型训练和测试

更多功能请参考视频教程：

1.2.2版本视频教程：yolov3快速训练助手1.2.2使用教程_哔哩哔哩_bilibili

2.0全新设计视频教程：yolov3训练助手2.0使用教程_哔哩哔哩_bilibili

好了本次教程介绍完毕，下次为大家介绍更多好用软件。

到这里，我们也就讲完了《Darknet-YOLOv3无代码训练教程》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！