Windows10下使用darknet和YOLOV3训练自己的数据集

前言

1.我的环境是windows10，vs2015,cuda9.1,cudnn7.1。
2. darknet加yoloV3,用cmake和vs2015编译成darknet.exe。
3. 我的目录结构是在darknet目录下新建了一个build的目录，这个目录就是vs生成工程的目录，在windows下，所有的操作都在这个目录里面完成。

一、数据准备

1.我使用的数据格式是VOC2007，关于这个数据集，可以看我之后博客。
2.标注工具用的是LabelImag的win版本。可以从这里下载，不用安装，直接运行，但存在的路径不能有中文。标注使用也可以看我之后的博客。
3.标注时按VOC形式标注，也可以选yolo的方式标注,如果一开始用yolo方法标注，之后就不用转换那么麻烦。这两种标注的标签，一种是xml，一种是txt。
VOC格式：

YOLO格式：

4.标注好的数据对应存在VOC2007目录Annotations里面，标注的图像放在JPEGImages里面。标注好的数据是一一对应的。

二.处理VOC2007数据

1.在darknet的工程目录下，darknet\build\darknet\x64\data\下，新建立一个VOCdevkit目录，把VOC2007的目录放到里面。

2.VOC2007当时下面只有三个目录。

Annotations里面就标签文件：

JPEGImages里面是对应的图像文件：

ImageSets下面有一个Main目录，但当前为空：

3.用python创建Main目录里面的train.txt,val.txt,test.txt和trainval.txt这四个文件。
(1)在VOC2007目录下创建一个python代码，我这里命名CreateMainDirTex.py
CreateMainDirTex.py的代码如下：

import os
import random

trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open(</