Customize training with YOLOv3
git clone https://github.com/pjreddie/darknet
cd darknet/
make
├── darknet53.conv.74 基于imagenet的预训练模型
└── open-close 工程目录
├── backup 存储模型训练时权重值
├── cfg 配置目录
│ ├── train.txt 存储用于训练的图像路径
│ ├── valid.txt 存储用于验证的图像路径
│ ├── yolo.data 配置文件
│ ├── yolo.names 标签名
│ └── yolov3.cfg YOLOv3神经网络文件
├── data
│ └── labels 预测时用于显示标签名字
│ ├── 100_0.png
│ ├── 100_1.png
│ ├── ......
│ └── make_labels.py
├── images 图像样本集
│ ├── IMG_9255.JPG
│ ├── IMG_9263.JPG
│ ├── IMG_9266.JPG
│ └── IMG_9280.JPG
├── labels PASCAL VOC格式的标注
│ ├── IMG_9255.xml
│ ├── IMG_9263.xml
│ ├── IMG_9266.xml
│ └── IMG_9280.xml
├── predictions 预测后的图像
│ ├── IMG_9256.jpg
│ ├── IMG_9265.jpg
│ ├── IMG_9271.jpg
│ ├── IMG_9272.jpg
│ └── IMG_9290.jpg
├── test-images 测试图像
│ ├── IMG_9256.JPG
│ ├── IMG_9265.JPG
│ ├── IMG_9271.JPG
│ ├── IMG_9272.JPG
│ └── IMG_9290.JPG
├── weights
│ └── yolov3_final.weights 训练出来的模型
└── yolos YOLOv3格式的标注
├── IMG_9255.JPG
├── IMG_9255.txt
├── IMG_9263.JPG
├── IMG_9263.txt
├── IMG_9266.JPG
├── IMG_9266.txt
├── IMG_9280.JPG
└── IMG_9280.txt
yolos/IMG_9255.JPG
yolos/IMG_9266.JPG
yolos/IMG_9280.JPG
classes= 2
train = cfg/train.txt
valid = cfg/valid.txt
names = cfg/yolo.names
backup = backup
603行:filters=21 # (classes + 5)*3
610行:classes=2
689行:filters=21
696行:classes=2
776行:filters=21
783行:classes=2
python3 labelImg.py [图像目录] [标注名字文件] [标注目录]
python3 labelImg.py open-close/yolos/ open-close/cfg/yolo.names
![](https://raw.githubusercontent.com/PDDsa/customize-training-with-yolov3/master/images/annotation.png)
wget https://pjreddie.com/media/files/darknet53.conv.74
../darknet detector train cfg/yolo.data cfg/yolov3.cfg ../darknet53.conv.74
../darknet detector test cfg/yolo.data cfg/yolov3.cfg weights/yolov3_final.weights test-images/IMG_9256.JPG
![](https://raw.githubusercontent.com/PDDsa/customize-training-with-yolov3/master/images/prediction.png)