手把手教你用AlexeyAB版Darknet

原创

wx61de9b3447ec7 2022-04-19 14:54:20 ©著作权

©著作权归作者所有：来自51CTO博客作者wx61de9b3447ec7的原创作品，请联系作者获取转载授权，否则将追究法律责任

前言: 自从Joseph Redmon提出了yolov3后，其darknet仓库已经获得了16k的star，足以说明darknet的流行。该作者最新一次更新也是一年前了，没有继续维护。不过自来自俄国的大神AlexeyAB在不断地更新darknet, 不仅添加了darknet在window下的适配，而且实现了多种SOTA目标检测算法。AlexeyAB也在库中提供了一份详细的建议，从编译、配置、涉及网络到测量指标等，一应俱全。通过阅读和理解AlexeyAB的建议，可以为我们带来很多启发。本文是来自翻译AlexeyAB的darknet中的README，并在翻译的过程中加入我们的一些经验。

文章目录

1. 依赖

1.1 环境要求
1.2 数据集获取

2. 相比原作者Darknet的改进
3. 命令行使用
4. Linux下如何编译Darknet

4.1 使用CMake编译Darknet
4.2 使用make编译Darknet

5. 如何在Window下编译Darknet

5.1 使用CMake-GUI进行编译
5.2 使用vcpkg进行编译
5.3 使用legacy way进行编译

6. 如何训练

6.1 Pascal VOC dataset
6.2 如何使用多GPU训练？
6.3 训练自定义数据集(重点关注)
6.4 训练tiny-yolo
6.5 什么时候停止训练
6.6 如何在pascal voc2007数据集上计算mAP指标

7. 如何提升目标检测性能？
8. 如何标注以及创建标注文件
9. 使用YOLO9000
10. 如何将YOLO作为DLL和SO库进行使用？
11. 附录

下图是CSPNet中统计的目前的State of the Art的目标检测模型。其中从csresnext50-panet-spp-optimal模型是CSPNet中提出来的，可以结合AlexeyAB版本的Darknet就可以实现。

手把手教你用AlexeyAB版Darknet_数据集

1. 依赖

1.1 环境要求

window系统或者linux系统。
CMake版本高于3.8。
CUDA 10.0，cuDNN>=7.0。
OpenCV版本高于2.4。
Linux下需要GCC 或者Clang, Window下需要Visual Studio 15、17或19版。

1.2 数据集获取

MS COCO数据集: 使用./scripits/get_coco_dataset.sh来获取数据集。
OpenImages数据集: 使用./scripits/get_openimages_dataset.py获取数据集,并按照规定的格式重排训练集。
Pascal VOC数据集: 使用./scripits/voc_label.py对数据集标注进行处理。
ILSVRC2012数据集(ImageNet Classification): 使用./scripits/get_imagenet_train.sh获取数据集，运行./scripits/imagenet_label.sh用于验证集。
German/Belgium/Russian/LISA/MASTIF 交通标志数据集。
其他数据集，请访问https://github.com/AlexeyAB/darknet/tree/master/scripts#datasets

结果示意：

手把手教你用AlexeyAB版Darknet_目标检测_02

其他测试结果可以访问:https://www.youtube.com/user/pjreddie/videos

2. 相比原作者Darknet的改进

添加了对windows下运行darknet的支持。
添加了SOTA模型： CSPNet, PRN, EfficientNet。
在官方Darknet的基础上添加了新的层：[conv_lstm], [scale_channels] SE/ASFF/BiFPN, [local_avgpool], [sam], [Gaussian_yolo], [reorg3d] (修复 [reorg]), 修复 [batchnorm]。
可以使用[conv_lstm]层或者[crnn]层来实现针对视频的目标检测。
添加了多种数据增强策略:[net] mixup=1 cutmix=1 mosaic=1 blur=1。
添加了多种激活函数: SWISH, MISH, NORM_CHAN, NORM\CHAN_SOFTMAX。
增加了使用CPU-RAM提高GPU处理训练的能力，以增加mini_batch_size和准确性。
提升了二值网络，让其在CPU和GPU上的训练和测试速度变为原来的2-4倍。
通过将Convolutional层和Batch-Norm层合并成一个层，提升了约7%速度。
如果在Makefile中使用CUDNN_HALF参数，可以让网络在TeslaV100，GeForce RTX等型号的GPU上的检测速度提升两倍。
针对视频的检测进行了优化，对高清视频检测速度可以提升1.2倍，对4k的视频检测速度可以提升2倍。
数据增强部分使用Opencv SSE/AVX指令优化了原来朴素实现的数据增强，数据增强速度提升为原来的3.5倍。
在CPU上使用AVX指令来提高了检测速度，yolov3提高了约85%。
在网络多尺度训练（random=1）的时候优化了内存分配。
优化了检测时的GPU初始化策略，在bacth=1的时候执行初始化而不是当batch=1的时候重新初始化。
添加了计算mAP,F1,IoU, Precision-Recall等指标的方法，只需要运行darknet detector map命令即可。
支持在训练的过程中画loss曲线和准确率曲线，只需要添加-map标志即可。
提供了-json_port,-mjpeg_port选项，支持作为json和mjpeg 服务器来在线获取的结果。可以使用你的编写的软件或者web浏览器与json和mjpeg服务器连接。
添加了Anchor的计算功能，可以根据数据集来聚类得到合适的Anchor。
添加了一些目标检测和目标跟踪的示例：https://github.com/AlexeyAB/darknet/blob/master/src/yolo_console_dll.cpp
在使用错误的cfg文件或者数据集的时候，添加了运行时的建议和警告。
其它一些代码修复。

3. 命令行使用

Linux中使用./darknet，window下使用darknet.exe.

Linux中命令格式类似./darknet detector test ./cfg/coco.data ./cfg/yolov3.cfg ./yolov3.weights

Linux中的可执行文件在根目录下，Window下则在\build\darknet\x64文件夹中。以是不同情况下应该使用的命令：

Yolo v3 COCO - 图片测试: darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25
输出坐标 of objects: darknet.exe detector test cfg/coco.data yolov3.cfg yolov3.weights -ext_output dog.jpg
Yolo v3 COCO - 视频测试: darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -ext_output test.mp4
网络摄像头: darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -c 0
网络视频摄像头 - Smart WebCam: darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights http://192.168.0.80:8080/video?dummy=param.mjpg
Yolo v3 - 保存视频结果为res.avi: darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights test.mp4 -out_filename res.avi
Yolo v3 Tiny版本 COCO - video: darknet.exe detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights test.mp4
JSON and MJPEG 服务器 ：创建JSON和MJPEG服务器，允许软件或Web浏览器进行与服务器之间进行多个连接。假设两者需要的端口为ip-address:8070 和 8090: ./darknet detector demo ./cfg/coco.data ./cfg/yolov3.cfg ./yolov3.weights test50.mp4 -json_port 8070 -mjpeg_port 8090 -ext_output
Yolo v3 Tiny on GPU: darknet.exe detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights -i 1 test.mp4
另一个可进行图片测试的命令 Yolo v3 COCO - 图片测试: darknet.exe detect cfg/yolov3.cfg yolov3.weights -i 0 -thresh 0.25
在 Amazon EC2上训练, 如果想要看mAP和Loss曲线，运行以下命令: http://ec2-35-160-228-91.us-west-2.compute.amazonaws.com:8090 (Darknet 必须使用OpenCV进行编译才能使用该功能): ./darknet detector train cfg/coco.data yolov3.cfg darknet53.conv.74 -dont_show -mjpeg_port 8090 -map
186 MB Yolo9000 - 图片分类: darknet.exe detector test cfg/combine9k.data cfg/yolo9000.cfg yolo9000.weights
处理一系列图片，并保存结果为json文件：darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -ext_output -dont_show -out result.json < data/train.txt
处理一系列图片，并保存结果为txt文件:
darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -dont_show -ext_output < data/train.txt > result.txt
伪标注： 处理一个list的图片 data/new_train.txt ，可以让结果保存为Yolo训练所需的格式，标注文件为 <image_name>.txt 。通过这种方法可以迅速增加训练数据量。具体命令为:darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25 -dont_show -save_labels < data/new_train.txt
如何计算anchor(通过聚类得到): darknet.exe detector calc_anchors data/obj.data -num_of_clusters 9 -width 416 -height 416
计算mAP@IoU=50: darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights
计算mAP@IoU=75: darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights -iou_thresh 0.75

利用Video-Camera和Mjepg-Stream在Android智能设备中运行YOLOv3

下载 mjpeg-stream APP: IP Webcam / Smart WebCam:

Smart WebCam - 从此处下载:https://play.google.com/store/apps/details?id=com.acontech.android.SmartWebCam2
IP Webcam下载地址:https://play.google.com/store/apps/details?id=com.pas.webcam

将你的手机与电脑通过WIFI或者USB相连。
开启手机中的Smart WebCam APP。
将以下IP地址替换,在Smart WebCam APP中显示，并运行以下命令：

Yolo v3 COCO-model: darknet.exe detector demo data/coco.data yolov3.cfg yolov3.weights http://192.168.0.80:8080/video?dummy=param.mjpg -i 0

4. Linux下如何编译Darknet

4.1 使用CMake编译Darknet

CMakeList.txt是一个尝试发现所有安装过的、可选的依赖项(比如CUDA，cuDNN, ZED)的配置文件，然后使用这些依赖项进行编译。它将创建一个共享库文件，这样就可以使用Darknet进行代码开发。

在克隆了项目库以后按照以下命令进行执行：

mkdir build-release
cd build-release
cmake ..
make
make install

4.2 使用make编译Darknet

在克隆了项目库以后，直接运行make命令，需要注意的是Makefile中有一些可选参数：

GPU=1代表编译完成后将可以使用CUDA来进行GPU加速(CUDA应该在/usr/local/cuda中)。
CUDNN=1代表通过cuDNN v5-v7进行编译，这样将可以加速使用GPU训练过程(cuDNN应该在/usr/local/cudnn中)。
CUDNN_HALF=1代表在编译的过程中是否添加Tensor Cores, 编译完成后将可以将目标检测速度提升为原来的3倍，训练网络的速度提高为原来的2倍。
OPENCV=1代表编译的过程中加入OpenCV, 目前支持的OpenCV的版本有4.x/3.x/2.4.x，编译结束后将允许Darknet对网络摄像头的视频流或者视频文件进行目标检测。
DEBUG=1 代表是否开启YOLO的debug模式。
OPENMP=1代表编译过程将引入openmp,编译结束后将代表可以使用多核CPU对yolo进行加速。
LIBSO=1 代表编译库darknet.so。
ZED_CAMERA=1 构建具有ZED-3D相机支持的库(应安装ZED SDK)，然后运行。

5. 如何在Window下编译Darknet

5.1 使用CMake-GUI进行编译

建议使用以下方法来完成Window下Darknet的编译，需要环境有：Visual Studio 15/17/19, CUDA>10.0, cuDNN>7.0, OpenCV>2.4

使用CMake-GUI编译流程：

Configure.
Optional platform for generator (Set: x64) .
Finish.
Generate.
Open Project.
Set: x64 & Release.
Build.
Build solution.

5.2 使用vcpkg进行编译

如果你已经满足Visual Studio 15/17/19 、CUDA>10.0、 cuDNN>7.0、OpenCV>2.4的条件, 那么推荐使用通过CMake-GUI的方式进行编译。

否则按照以下步骤进行编译:

安装或更新Visual Studio到17+,确保已经对其进行全面修补。
安装CUDA和cuDNN。
安装Git和CMake, 并将它们加入环境变量中。
安装vcpkg然后尝试安装一个测试库来确认安装是正确的，比如：vcpkg install opengl。
定义一个环境变量VCPKG_ROOT, 指向vcpkg的安装路径。
定义另一个环境变量VCPKG_DEFAULT_TRIPLET将其指向x64-windows。
打开Powershell然后运行以下命令：

PS \>                  cd $env:VCPKG_ROOT
PS Code\vcpkg>         .\vcpkg install pthreads opencv[ffmpeg] 
#replace with opencv[cuda,ffmpeg] in case you want to use cuda-accelerated openCV

打开Powershell, 切换到darknet文件夹，然后运行.\build.ps1进行编译。如果要使用Visual Studio，将在Build后找到CMake为您创建的两个自定义解决方案，一个在build_win_debug中，另一个在build_win_release中，其中包含适用于系统的所有配置标志。

5.3 使用legacy way进行编译

如果你有CUDA10.0、cuDNN 7.4 和OpenCV 3.x , 那么打开build\darknet\darknet.sln, 设置x64和Release 然后运行Build，进行darknet的编译，将cuDNN加入环境变量中。

在C:\opencv_3.0\opencv\build\x64\vc14\bin找到opencv_world320.dll和opencv_ffmpeg320_64.dll, 然后将其复制到darknet.exe同级目录中。
在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0中检查是否含有bin和include文件夹。如果没有这两个文件夹，那就将他们从CUDA安装的地方复制到这个地方。
安装cuDNN 7.4.1 来匹配CUDA 10.0, 将cuDNN添加到环境变量CUDNN。将cudnn64_7.dll复制到\build\darknet\x64中。

如果你是用的是其他版本的CUDA（不是CUDA 10.0）, 那么使用Notepad打开build\darknet\darknet.vxcproj, 将其中的CUDA 10.0替换为你的CUDA的版本。然后打开\darknet.sln, 然后右击工程，点击属性properties, 选择CUDA C/C++, 然后选择Device , 然后移除compute_75,sm_75。之后从第一步从头开始执行。
如果你没有GPU但是有OpenCV3.0，那么打开build\darknet\darknet_no_gpu.sln, 设置x64和Release，然后运行build -> build darknet_no_gpu。
如果你只安装了OpenCV 2.4.14，那你应该修改\darknet.sln中的路径。

(右键点击工程) -> properties -> C/C++ -> General -> Additional Include Directories:C:\opencv_2.4.13\opencv\build\include
(右键点击工程)-> properties -> Linker -> General -> Additional Library Directories:C:\opencv_2.4.13\opencv\build\x64\vc14\lib

如果你的GPU有Tensor Cores(Nvidia Titan V/ Tesla V100/ DGX-2等型号)，可以提升目标检测模型测试速度为原来的3倍，训练速度变为原来的2倍。\darknet.sln -> (右键点击工程) -> properties -> C/C++ -> Preprocessor -> Preprocessor Definitions, and add here: CUDNN_HALF;注意：CUDA 必须在Visual Studio安装后再安装。

6. 如何训练

6.1 Pascal VOC dataset

下载预训练模型 (154 MB): http://pjreddie.com/media/files/darknet53.conv.74 将其放在 build\darknet\x64文件夹中。
下载pascal voc数据集并解压到 build\darknet\x64\data\voc 放在 build\darknet\x64\data\voc\VOCdevkit\文件夹中:
2.1 下载 voc_label.py 到 build\darknet\x64\data\voc，地址为: http://pjreddie.com/media/files/voc_label.py。

下载并安装python: https://www.python.org/ftp/python/3.5.2/python-3.5.2-amd64.exe
运行命令: python build\darknet\x64\data\voc\voc_label.py (来生成文件: 2007_test.txt, 2007_train.txt, 2007_val.txt, 2012_train.txt, 2012_val.txt)。
运行命令: type 2007_train.txt 2007_val.txt 2012_*.txt > train.txt。
在 yolov3-voc.cfg文件中设置 batch=64 和subdivisions=8。
使用 train_voc.cmd 或者使用以下命令开始训练:
darknet.exe detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74。

(Note: 如果想要停止loss显示，添加 -dont_show标志. 如果使用CPU运行, 用darknet_no_gpu.exe 代替 darknet.exe。)

如果想要改数据集路径的话，请修改 build\darknet\cfg\voc.data文件。

Note: 在训练中如果你看到avg为nan，那证明训练出错。但是如果在其他部分出现nan，这属于正常现象，训练过程是正常的。

6.2 如何使用多GPU训练？

首先在一个GPU中训练大概1000个轮次:darknet.exe detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74。
然后停下来基于这个保存的模型/backup/yolov3-voc_1000.weights 使用多GPU (最多4个GPU):darknet.exe detector train cfg/voc.data cfg/yolov3-voc.cfg /backup/yolov3-voc_1000.weights -gpus 0,1,2,3。

在多GPU训练的时候，learning rate需要进行修改，比如单gpu使用0.001，那么多gpu应该使用0.001/GPUS。然后cfg文件中的burn_in参数和max_batches参数要设置为原来的GPUS倍。

6.3 训练自定义数据集(重点关注)

训练较早提出的Yolo 系列算法如yolov2-voc.cfg, yolov2-tiny-voc.cfg, yolo-voc.cfg, yolo-voc.2.0.cfg，请看https://github.com/AlexeyAB/darknet/tree/47c7af1cea5bbdedf1184963355e6418cb8b1b4f#how-to-train-pascal-voc-data。

Training Yolo v3:

创建与yolov3.cfg内容相同的yolo-obj.cfg 或者直接复制然后重命名为yolo-obj.cfg 然后

设置cfg文件中 batch=64。
设置cfg文件中 subdivisions=16。
设置cfg文件中max_batches参数 (一般可以设置为classes*2000 但是不要低于 4000), 比如如果你有三个类，那么设置max_batches=6000。
设置steps参数，一般为80%和90%的max_batches。比如 steps=4800,5400
设置网络输入长宽必须能够整除32，比如 width=416 height=416 `
修改yolo层中的 classes=80 改为你的类别的个数，比如classes=3:
修改yolo层前一个卷积层convolutional输出通道数。修改的filter个数有一定要求，按照公式filters=(classes+5)×3来设置。这里的5代表x, y, w, h, conf, 这里的3代表分配3个anchor。
如果使用 [Gaussian_yolo] (Gaussian_yolov3_BDD.cfg)，filters计算方式不太一样，按照 filters=(classes + 9)x3进行计算。
通常来讲，filters的个数计算依赖于类别个数，坐标以及mask的个数（cfg中的mask参数也就是anchors的个数）。
举个例子,对于两个目标,你的 yolo-obj.cfg 和yolov3.cfg 不同的地方应该在每个[yolo]/[region]层的下面几行:

[convolutional]
  filters=21

  [region]
  classes=2

在build\darknet\x64\data\创建文件obj.names , 每行一个类别的名称。
在build\darknet\x64\data\ 创建obj.data, 具体内容如下:

classes= 2 # 你的类别的个数
  train  = data/train.txt # 存储用于训练的图片位置
  valid  = data/test.txt # 存储用于测试的图片的位置
  names = data/obj.names # 每行一个类别的名称
  backup = backup/

将你的图片放在build\darknet\x64\data\obj\文件夹下。
你应该标注你的数据集中的每一张图片，使用Yolo_mark这个可视化GUI软件来标注出目标框并且产生标注文件。地址：https://github.com/AlexeyAB/Yolo_mark。

软件将会为每一个图像创建一个txt文件，并将其放在同一个文件夹中，命名与原图片的名称相同，唯一不同的就是后缀是txt。txt标注文件中每一个目标独占一行，按照<object-class> <x_center> <y_center> <width> <height>的格式排布。

具体参数解释：

<object-class> -是从 0 到 (classes-1)的整数，代表具体的类别。
<x_center> <y_center> <width> <height> - 是归一化到(0.0 to 1.0]之间的浮点数，都是相对于图片整体的宽和高的一个相对值。
比如: <x> = <absolute_x> / <image_width> 或者 <height> = <absolute_height> / <image_height>
需要注意的是: <x_center> <y_center> - 是标注框的中心点，而不是左上角。请注意格式。
举个例子，img1.txt中内容如下，代表有两个类别的三个目标：

1 0.716797 0.395833 0.216406 0.147222
  0 0.687109 0.379167 0.255469 0.158333
  1 0.420312 0.395833 0.140625 0.166667

在build\darknet\x64\data\文件夹中创建train.txt文件，每行包含的是训练集图片的内容。其路径是相对于darknet.exe的路径或者绝对路径：

data/obj/img1.jpg
  data/obj/img2.jpg
  data/obj/img3.jpg

下载预训练权重，并将其放在 build\darknet\x64文件夹中。

对于csresnext50-panet-spp.cfg (133 MB)：请查看原工程。
对于yolov3.cfg, yolov3-spp.cfg (154 MB)：请查看原工程。
对于yolov3-tiny-prn.cfg , yolov3-tiny.cfg (6 MB)：请查看原工程。
对于enet-coco.cfg (EfficientNetB0-Yolov3)：请查看原工程。

使用以下命令行开始训练: darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74。对于linux用户使用以下命令开始训练: ./darknet detector train data/obj.data yolo-obj.cfg darknet53.conv.74 (使用./darknet 而不是 darknet.exe)。
如果想训练的过程中同步显示mAP（每四个epoch进行一次更新），运行命令: darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 -map。

权重文件 yolo-obj_last.weights 将会保存在 build\darknet\x64\backup\ 文件夹中，每100个迭代保存一次。
权重文件yolo-obj_xxxx.weights 将会保存在 build\darknet\x64\backup\ 文件夹中，每1000个迭代保存一次。
如果不想在训练的过程中同步展示loss曲线，请执行以下命令 darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 -dont_show。
如果想在训练过程中查看mAP和Loss曲线，可以使用以下命令：darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 -dont_show -mjpeg_port 8090 -map ，然后在浏览器中打开 URL http://ip-address:8090 。

训练结束以后，将会在文件夹build\darknet\x64\backup\中得到权重文件 yolo-obj_final.weights 。

在100次迭代以后，你可以停下来，然后从这个点加载模型继续训练。比如说, 你在2000次迭代以后停止训练，如果你之后想要恢复训练，只需要运行命令：darknet.exe detector train data/obj.data yolo-obj.cfg backup\yolo-obj_2000.weights，而不需要重头开始训练。

注意：

如果在训练的过程中，发现avg指标变为nan，那证明训练过程有误，可能是数据标注越界导致的问题。但是其他指标有nan是正常的。
修改width,height的时候必须要保证两者都能够被32整除。
训练结束后，可以使用以下命令来进行测试：darknet.exe detector test data/obj.data yolo-obj.cfg yolo-obj_8000.weights
如果出现Ouf of memery问题，那说明显卡的显存不够，你可以通过设置subdivisions参数，将其从原来的16提高为32或者64，这样就能降低使用的显存，保证程序正常运行。

6.4 训练tiny-yolo

训练tiny yolo与以上的训练过程并无明显区别，除了以下几点：

下载tiny yolo的预训练权重：https://pjreddie.com/media/files/yolov3-tiny.weights
使用以下命令行来获取预训练权重:darknet.exe partial cfg/yolov3-tiny.cfg yolov3-tiny.weights yolov3-tiny.conv.15 15，这里的15代表前15个层，也就是backbone所在的层。
使用的配置文件应该是cfg/yolov3-tiny_obj.cfg 而不是yolov3.cfg
使用以下命令开始训练:darknet.exe detector train data/obj.data yolov3-tiny-obj.cfg yolov3-tiny.conv.15

如果想使用其他backbone进行训练比如 DenseNet201-Yolo或者ResNet50-Yolo, 你可以在以下链接中找到:https://github.com/AlexeyAB/darknet/blob/master/build/darknet/x64/partial.cmd

如果你采用的是自己设计的backbone,那就无法进行迁移学习，backbone可以直接进行参数随机初始化。

6.5 什么时候停止训练

建议为每个类分配至少2000次迭代，但是整体迭代次数不应少于4000次。如果想要更加精准地定义什么时候该停止训练，需要使用以下方法：

训练过程中，你将会看到日志中有很多错误的度量指标，你需要在avg指标不再下降的时候停止训练，如下图所示:

Region Avg IOU: 0.798363, Class: 0.893232, Obj: 0.700808, No Obj: 0.004567, Avg Recall: 1.000000, count: 8
Region Avg IOU: 0.800677, Class: 0.892181, Obj: 0.701590, No Obj: 0.004574, Avg Recall: 1.000000, count: 8
9002: 0.211667, 0.60730 avg, 0.001000 rate, 3.868000 seconds, 576128 images
Loaded: 0.000000 seconds

9002 - 代表当前的迭代次数。
0.60730 avg - average loss (error) - 这个指标是平均loss, 其越低越好。
在这个指标不再下降的时候就可以停止训练了。最终的值大概分布在0.05-3.0之间，小而简单的模型通常最终loss比较小，大而复杂的loss可能会比较大。

训练完成后，你就可以从 darknet\build\darknet\x64\backup 文件夹中取出比较靠后的几个weights文件，并对他们进行测试，选择最好的权重文件。

举个例子，你在9000次迭代后停止训练，但最好的权重可能是7000,8000,9000次的值。这种情况的出现是由于过拟合导致的。过拟合是由于过度学习训练集的分布，而降低了模型在测试集的泛化能力。

Early Stopping Point示意图:

手把手教你用AlexeyAB版Darknet_github_03

为了得到在early stopping point处的权重：

2.1 首先，你的obj.data文件中应该含有valid=valid.txt一项，用于测试在验证集的准确率。如果你没有验证集图片，那就直接复制train.txt重命名为valid.txt。

2.2 假如你选择在9000次迭代后停止，那可以通过以下命令测试7000,8000,9000三个模型的相关指标。选择最高mAP或者最高IoU的模型最为最终模型。

darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights
darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_8000.weights
darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_9000.weights

或者你可以选择使用-map标志符来直接实时测试mAP值：

darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 -map

然后你就能得到loss曲线和mAP曲线，mAP每4个epoch对验证集进行一次测试，并将结果显示在图中。

手把手教你用AlexeyAB版Darknet_目标检测_04

指标解释

IoU(intersect over union) - 平均交并比
mAP(mean average precision) - 每个类的平均精度。具体解释请参考之前的文章：目标检测算法之常见评价指标(mAP)的详细计算方法及代码解析

mAP 是Pascal VOC竞赛的默认指标，与MS COCO竞赛中的AP50指标是一致的。

Precision和Recall参数在Pascal VOC竞赛中略微不同，但 IoU 的意义都是相同的.

手把手教你用AlexeyAB版Darknet_数据集_05

6.6 如何在pascal voc2007数据集上计算mAP指标

在VOC2007中计算mAP：

下载VOC数据集，安装python并且下载``2007_test.txt文件，具体可以参考链接：https://github.com/AlexeyAB/darknet#how-to-train-pascal-voc-data`
下载文件 https://raw.githubusercontent.com/AlexeyAB/darknet/master/scripts/voc_label_difficult.py 到 build\darknet\x64\data\ 文件夹，然后运行 voc_label_difficult.py 从而得到 difficult_2007_test.txt。
将下面voc.data文件中的第四行#删除
classes= 20 train = data/train_voc.txt valid = data/2007_test.txt #difficult = data/difficult_2007_test.txt names = data/voc.names backup = backup/
然后就有两个方法来计算得到mAP:

使用Darknet + Python: 运行build/darknet/x64/calc_mAP_voc_py.cmd ，你将得到yolo-voc.cfg 模型的mAP值, mAP = 75.9%
直接使用命令: 运行文件build/darknet/x64/calc_mAP.cmd -你将得到yolo-voc.cfg 模型, 得到mAP = 75.8%

YOLOv3的论文：https://arxiv.org/pdf/1612.08242v1.pdf指出对于416x416的YOLOv2，Pascal Voc上的mAP值是76.8%。我们得到的值较低，可能是由于模型在进行检测时的代码略有不同。
如果你想为tiny-yolo-voc计算mAP值，将脚本中tiny-yolo-voc.cfg取消注释，将yolo-voc.cfg注释掉。
如果你是用的是python 2.x 而不是python 3.x, 而且你选择使用Darknet+Python的方式来计算mAP, 那你应该使用 reval_voc.py 和 voc_eval.py 而不是使用 reval_voc_py3.py 和 voc_eval_py3.py 。以上脚本来自以下目录：https://github.com/AlexeyAB/darknet/tree/master/scripts。
目标检测的例子：darknet.exe detector test data/obj.data yolo-obj.cfg yolo-obj_8000.weights

手把手教你用AlexeyAB版Darknet_github_06

手把手教你用AlexeyAB版Darknet_数据集_07

7. 如何提升目标检测性能？

训练之前：

在cfg文件中将random设为1：这将在Yolo中使用多尺度训练，会提升检测模型准确率。
在cfg文件中把输入分辨率增大(height=608, width=608或者其他任意32的倍数)：这将提升检测模型准确率。
检查你要检测的每个目标在数据集中是否被标记，数据集中任何目标都不应该没有标签。在大多数训练出问题的情况中基本都是有错误的标签（通过使用某些转换脚本，使用第三方工具标注来获得标签），可以通过https://github.com/AlexeyAB/Yolo_mark来检查你的数据集是否全部标注正确。
我的损失函数很高并且mAP很低，训练出错了吗？在训练命令末端使用-show_imgs 标志来运行训练，你是否能看到有正确的边界预测框的目标（在窗口或者aug_...jpg）？如果没有，训练是发生错误了。
对于你要检测的每个目标，训练数据集中必须至少有一个相似的目标，它们具有大致相同的形状，物体侧面姿态，相对大小，旋转角度，倾斜度，照明度等。理想的是，你的训练数据集包括具有不同比例，旋转角度，照明度，物体侧面姿态和处于不同背景的目标图像，你最好拥有2000张不同的图像，并且至少训练2000×classes轮次。
希望你的训练数据集图片包含你不想检测的未标注的目标，也即是无边界框的负样本图片(空的.txt文件)，并且负样本图片的数量和带有目标的正样本图片数量最好一样多。
标注目标的最佳方法是：仅仅标记目标的可见部分或者标记目标的可见和重叠部分，或标记比整个目标多一点(有一点间隙)?根据你希望如何检测目标来进行标记。
为了对图片中包含大量目标的数据进行训练，添加max=200或者更高的值在你cfg文件中yolo层或者region层的最后一行（YOLOv3可以检测到的目标全局最大数量为0,0615234375*(width*height)其中width和height是在cfg文件中的[net]部分指定的）。
对于小目标的训练（把图像resize到416x416大小后小于16x16的目标）：设置layers = -1, 11而不是layers=-1, 36；设置stride=4而不是stride=2。
对于既有大目标又有小目标的训练使用下面的模型：

完整模型（5个yolo层）：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3_5l.cfg。
Tiny模型（3个yolo层）：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-tiny_3l.cfg。
带空间金字塔池化的完整模型（3个yolo层）：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-spp.cfg。

如果你要训练模型将左右目标分为单独的类别（左/右手，左/右交通标志），那就禁用翻转的数据扩充方式，即在数据输入部分添加flip=0。
一般规则：你的训练数据集应包括一组您想要检测的相对大小的目标，如下：
即，对于测试集中的每个目标，训练集中必须至少有一个同类目标和它具有大约相同的尺寸：
object width in percent from Training dataset ~= object width in percent from Test dataset也就是说，如果训练集中仅存在占图像比例80%-90%的目标，则训练后的目标检测网络将无法检测到占图像比例为1-10%的目标。

train_network_width * train_obj_width / train_image_width ~= detection_network_width * detection_obj_width / detection_image_width
train_network_height * train_obj_height / train_image_height ~= detection_network_height * detection_obj_height / detection_image_height

为了加快训练速度（同时会降低检测精度）使用微调而不是迁移学习，在[net]下面设置stopbackward=1。然后执行下面的命令：./darknet partial cfg/yolov3.cfg yolov3.weights yolov3.conv.81 81这将会创建yolov3.conv.81文件，然后使用yolov3.conv.81文件进行训练而不是darknet53.conv.74。
在观察目标的时候，从不同的方向、不同的照明情况、不同尺度、不同的转角和倾斜角度来看，对神经网络来说，它们都是不同的目标。因此，要检测的目标越多，应使用越复杂的网络模型。
为了让检测框更准，你可以在每个yolo层添加下面三个参数ignore_thresh = .9 iou_normalizer=0.5 iou_loss=giou，这回提高map@0.9，但会降低map@0.5。
当你是神经网络方面的专家时，可以重新计算相对于width和height的anchors：darknet.exe detector calc_anchors data/obj.data -num_of_clusters 9 -width 416 -height 416然后在3个[yolo]层放置这9个anchors。但是你需要修改每个[yolo]层的masks参数，让第一个[yolo]层的anchors尺寸大于60x60，第二个[yolo]层的anchors尺寸大于30x30，剩下就是第三个[yolo]层的mask。宁外，你需要修改每一个[yolo]层前面的filters=(classes + 5)x<number of mask>。如果很多计算的anchors都找不到合适的层，那还是使用Yolo的默认anchors吧。

训练之后：

通过在.cfg文件中设置（height=608 andwidth=608）或者（height=832 andwidth=832）或者任何32的倍数，这会提升准确率并使得对小目标的检测更加容易。

没有必要重新训练模型，直接使用用416x416分辨率训练出来的.weights模型文件。
但是要获得更高的准确率，你应该使用608x608或者832x832来训练，注意如果Out of memory发生了，你应该在.cfg文件中增加subdivisions=16，32，64。

8. 如何标注以及创建标注文件

下面的工程提供了用于标记目标边界框并为YOLO v2&v3 生成标注文件的带图像界面软件，地址为：https://github.com/AlexeyAB/Yolo_mark。

例如对于只有两类目标的数据集标注后有以下文件train.txt,obj.names,obj.data,yolo-obj.cfg,air 1-6.txt,bird 1-4.txt，接着配合train_obj.cmd就可以使用YOLO v2和YOLO v3来训练这个数据集了。

下面提供了5重常见的目标标注工具：

C++实现的：https://github.com/AlexeyAB/Yolo_mark
Python实现的：https://github.com/tzutalin/labelImg
Python实现的：https://github.com/Cartucho/OpenLabeling
C++实现的：https://www.ccoderun.ca/darkmark/
JavaScript实现的：https://github.com/opencv/cvat

9. 使用YOLO9000

同时检测和分类9000个目标：darknet.exe detector test cfg/combine9k.data cfg/yolo9000.cfg yolo9000.weights data/dog.jpg

yolo9000.weights：186Mb的YOLO9000模型需要4G GPU显存，训练好的模型下载地址：http://pjreddie.com/media/files/yolo9000.weights。
yolo9000.cfg：YOLO9000的c网络结构文件，同时这里也有9k.tree和coco9k.map文件的路径。tree=data/9k.tree map = data/coco9k.map

9k.tree：9418个类别的单词数，每一行的形式为<label> <parent_it>，如果parent_id==-1那么这个标签没有父类别，地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/9k.tree。
coco9k.map：将MSCOCO的80个目标类别映射到9k.tree的文件，地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/coco9k.map。

combine9k.data：数据文件，分别是9k.labels。9k.names，inet9k.map的路径（修改combine9k.train.list文件的路径为你自己的）。地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/combine9k.data。
9k.labels：9418类目标的标签。地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/9k.labels。
9k.names：9418类目标的名字。地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/9k.names。
inet9k.map：将ImageNet的200个目标类别映射到9k.tree的文件，地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/inet9k.map。

10. 如何将YOLO作为DLL和SO库进行使用？

在Linux上。

使用build.sh 或者
使用cmake编译darknet 或者
将Makefile重的LIBSO=0改为LIBSO=1，然后执行make编译darknet

在Windows上。

使用build.ps1 或者
使用cmake编译darknet 或者
使用build\darknet\yolo_cpp_dll.sln或build\darknet\yolo_cpp_dll_no_gpu.sln解决方法编译darknet

这里有两个API：

C API：https://github.com/AlexeyAB/darknet/blob/master/include/darknet.h

使用C API的Python例子：

https://github.com/AlexeyAB/darknet/blob/master/darknet.py
https://github.com/AlexeyAB/darknet/blob/master/darknet_video.py

C++ API：https://github.com/AlexeyAB/darknet/blob/master/include/yolo_v2_class.hpp

使用C++ API的C++例子：https://github.com/AlexeyAB/darknet/blob/master/src/yolo_console_dll.cpp

11. 附录

为了将Yolo编译成C++的DLL文件yolo_cpp_dll.dll：打开build\darknet\yolo_cpp_dll.sln解决方案，编译选项选X64和Release，然后执行Build->Build yolo_cpp_dll就，编译的一些前置条件为：

安装CUDA 10.0。
为了使用cuDNN执行以下步骤：点击工程属性->properties->C+±>Preprocessor->Preprocessor Definitions，然后在开头添加一行CUDNN。

在自己的C++工程中将Yolo当成DLL文件使用：打开build\darknet\yolo_console_dll.sln解决方案，编译选项选X64和Release，然后执行Build->Build yolo_console_dll：
yolo_cpp_dll.dll-API：https://github.com/AlexeyAB/darknet/blob/master/include/yolo_v2_class.hpp

你可以利用Windows资源管理器运行build\darknet\x64\yolo_console_dll.exe可执行程序并使用下面的命令: yolo_console_dll.exe data/coco.names yolov3.cfg yolov3.weights test.mp4
启动控制台应用程序并输入图像文件名后，你将看到每个目标的信息：<obj_id> <left_x> <top_y> <width> <height> <probability>
如果要使用OpenCV-GUI你应该将yolo_console_dll.cpp中的//#define OPENCV取消注释。
你可以看到视频检测例子的源代码，地址为yolo_console_dll.cpp的第75行。

struct bbox_t {
    unsigned int x, y, w, h;    // (x,y) - top-left corner, (w, h) - width & height of bounded box
    float prob;                    // confidence - probability that the object was found correctly
    unsigned int obj_id;        // class of object - from range [0, classes-1]
    unsigned int track_id;        // tracking id for video (0 - untracked, 1 - inf - tracked object)
    unsigned int frames_counter;// counter of frames on which the object was detected
};

class Detector {
public:
        Detector(std::string cfg_filename, std::string weight_filename, int gpu_id = 0);
        ~Detector();

        std::vector<bbox_t> detect(std::string image_filename, float thresh = 0.2, bool use_mean = false);
        std::vector<bbox_t> detect(image_t img, float thresh = 0.2, bool use_mean = false);
        static image_t load_image(std::string image_filename);
        static void free_image(image_t m);

#ifdef OPENCV
        std::vector<bbox_t> detect(cv::Mat mat, float thresh = 0.2, bool use_mean = false);
    std::shared_ptr<image_t> mat_to_image_resize(cv::Mat mat) const;
#endif
};