一、模仿voc的格式
建立資料夾vocdevkit，在裡面新建voc2017資料夾，然後voc2017裡新建下圖的4個資料夾，最後在imagesets裡新建名叫main資料夾。其中，annotations裡面放每張的.xml檔案。imagesets的main裡放train.txt，該文字檔案裡面的內容是需要用來訓練影象的名字，一行寫乙個（無字尾無路徑）。jpegimages資料夾中放規則命名好的原始訓練影象。其他的先不用管。
二、標記影象
建議用labelimage，用法見會生成.xml檔案。我在網上找了20張包含人臉的**，用labelimg標註了20張中的人臉。
三、生成相關訓練檔案
修改作者提供的**中的voc_label.py，修改sets和classes，我這裡只訓練乙個類face，在darknet/scripts下，執行voc_label.py，在darknet/scripts會得到 2017_train.txt檔案，裡面是所有訓練的絕對路徑，在darknet/scripts/vocdevkit/voc2017目錄下生成名為labels的資料夾，裡面乙個檔案對應一張的標籤。**如下：
四、修改yolov2相關配置檔案（1）在\darknet-master\data 下新建 obj.data和obj.names 兩個檔案。
obj.data內容如下，classes=1，train等於上文2017_train.txt檔案的絕對路徑。obj.names裡面只寫乙個face
classes= 1
train = d
:/yolov2/darknet/scripts/
2017_train.txt
names = data/obj.names
backup = d
:/yolov2/darknet/result/
五、開始訓練
d:\yolov2\darknet
\build
\darknet
\x64\darknet.exe detector train ./data/obj.data yolo-obj.cfg darknet19_448.conv.23
編寫測試命令：
Yolo v2訓練voc及自己的資料集
繼yolo v1後，又乙個yolo v2的配置訓練教程，希望可以幫助大家。注意 1 測試軟體 ubuntu14.04 cuda7.5 cudnn5.0 opencv2.4.10 titanx 2 有些您複製的終端命令如果不能在終端執行，請注意英文全形半形問題，您可以將命令輸入終端，無須複製貼上命令 ...
yolov2 訓練自己的樣本 GPU加速
1.採集影象，做成voc格式的資料集 3.修改makelist檔案裡面的 gpu 1 cudnn 1 opencv 1 openmp 1 debug 1 4.把voc格式的資料集放在scrip裡面，然後跑voc label.py 5.cfg檔案裡的voc.name classes 1如果只有一類就為...
Yolo v2 訓練 NAN解決過程
主要參考 今天在用yolo訓練自己的資料集的時候，一開始訓練過程中的loss還很正常地在下降。結果到了幾個個batch的地方突然就出現loss nan的情況。其實到現在自己也沒有發現到底是什麼導致了nan，但是參考上面這篇文章，至少暫時解決了這個問題。1 首先檢查了 是不是對的。一般出現nan，第一...