我在windows环境下的YOLOV3环境搭建过程

我的操作系统系统为windows11，采用的python版本是python37，如何安装python就不说了。

一、安装pytorch

1.1安装过程

首先在安装pytorch之前，先要安装CUDA，因为一般我们都是用GPU去跑深度学习程序。具体安装过程我是参考的以下链接安装成功的：

Pytorch安装，这一篇就够了，绝不踩坑_孔德浩的博客-CSDN博客_pytorch安装

【超详细】windows10系统下深度学习环境搭建CUDA11.3+cuDNN，以及tensorflow，Keras，pyTorch对应版本_勋章DhR的博客-CSDN博客

安装的pytorch相关软件版本如下图：

最后，输入以下不报错，则说明安装pytorch成功：

import torch
from torch import nn
import torchvision

输入以下，输出相关结果则说明GPU环境配置成功：

print(torch.__version__)  # 输出pyTorch版本
print(torch.version.cuda)  # 输出CUDA版本
print(torch.backends.cudnn.version())  # 输出cuDNN的版本
print(torch.cuda.get_device_name(0))  # 输出显卡版本
print(torch.cuda.is_available())  # 测试GPU是否生效

 1.2下载whl依赖包

我现在有torch-1.11.0+cu113-cp37-cp37m-win_amd64.whl包，我想获取该包的依赖包。可以执行x下面命令，依赖包即下载到了downPK目录中。当然，如果你想在线安装，可以跳过该命令，直接使用pip install ...进行安装。

pip download -d D:\software\python\PyTorch\downPK torch-1.11.0+cu113-cp37-cp37m-win_amd64.whl

二、YOLOV3下载

下载地址为：

https://download.csdn.net/download/wchwdog13/86669879

三、数据信息标注

3.1深度学习标注工具下载

我采用的标注工具为labelmev5.0.1，可以在网上下载到。

3.2数据标注

我一共标注了8张图片，共有2个目标分类，分别为ship和ball，其标注界面如下：

 标注完成后，为每张图片生成一个json文件，json文件中主要记录了图片中的每个标记框信息，如下图：

其中label表示标注框的类别为ship，points为一个二维数组，第一个元素为矩形框的左上角（x1，y1），第二个元素为矩形框的右下角（x2，y2）。

四、生成模型配置文件

之前下载的PyTorch-YOLOv3项目目录如下：

 进入config文件夹，执行create_custom_model.sh文件即可生成PyTorch-YOLOv3的模型配置文件， create_custom_model.sh是linux环境下的执行文件，而当前的环境为windows，可以使用构建git运行该文件，我下载的git版本为Git-2.37.1-64-bit.exe，安装成功后，在config目录中右击鼠标，点击Git Bash Here，进入终端，如下图所示。

 在该终端环境可运行linux命令，输入命令bash create_custom_model.sh 2，其中参数2是指的是任务的类别（即前面提到的ship和ball），如下图：

 

回车运行成功，在当前目录中生成了一个名为yolov3-custom.cfg的文件，该文件中包含了YOLOV3的网络架构和相关配置，如下图，其中1、2为卷积神经网络训练时的相关参数设置，3为卷积神经网络结构，4为yolo相关参数，anchors为9个预测框的形状大小，classes代表2个类别等。 

五、标签格式转换（labelme生成标签格式转yolo所需标签格式）

在前面，我使用labelme工具对每张图像进行标注，对为每张图像生成了对应的json文件，json文件通过矩形标注框的左上角（x1，x2）和右下角（y1，y2）进行描述，而yolo所需标签格式为（Cx，Cy，W，H），Cx和Cy为目标预测框中心点位位格子的偏移量，映射到区间为0-1，W和H为预测框的宽和高，这部分知识点可以查阅YOLOV3的相关论文解析。因此需要进行转换，下面的代码为转换所需的代码（也可到这个地址进行下载：https://download.csdn.net/download/wchwdog13/86695113）：

 

import json
import os
name2id = {'ship': 0, 'ball': 1}  # 标签名称
 
def convert(img_size, box):
    dw = 1. / (img_size[0])
    dh = 1. / (img_size[1])
    x = (box[0] + box[2]) / 2.0 - 1
    y = (box[1] + box[3]) / 2.0 - 1
    w = box[2] - box[0]
    h = box[3] - box[1]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)
 
def decode_json(json_floder_path, json_name):
    txt_name = 'D:\\development\YOLO\\数据集\\train\\txt\\' + json_name[0:-5] + '.txt'
    # 存放txt的绝对路径
    txt_file = open(txt_name, 'w')
    json_path = os.path.join(json_floder_path, json_name)
    data = json.load(open(json_path, 'r', encoding='gb2312', errors='ignore'))
    img_w = data['imageWidth']
    img_h = data['imageHeight']
    for i in data['shapes']:
        label_name = i['label']
        if (i['shape_type'] == 'rectangle'):
            x1 = int(i['points'][0][0])
            y1 = int(i['points'][0][1])
            x2 = int(i['points'][1][0])
            y2 = int(i['points'][1][1])
 
            bb = (x1, y1, x2, y2)
            bbox = convert((img_w, img_h), bb)
            txt_file.write(str(name2id[label_name]) + " " + " ".join([str(a) for a in bbox]) + '\n')
 
if __name__ == "__main__":
    json_floder_path = 'D:\\development\YOLO\\数据集\\train\\json\\'
    # 存放json的文件夹的绝对路径
    json_names = os.listdir(json_floder_path)
    for json_name in json_names:
        print(json_name)
        decode_json(json_floder_path, json_name)

运行后，生成的txt文件内容如下图：

 

六、数据准备

将相关数据放入\data\custom路径中相应子目录或文件中，该路径如下：

 

6.1放置图片

将图片放入images目录中，这里我共放了8张图片，当然太少了，我只是为了测试。如下图：

6.2放置标签文件

将前面labelme工具生成并经过转换得到的标签放入labels目录中，如下图：

 

标签名和图片名必须是相同的，在训练时，程序才能正确找到每张图片对应的标签文件。

6.3修改classes.names文件

将classes.names文件内容改为任务中的类别名字（即ship和ball两类），如下图：

 需要注意的是，在最后一行需要加一个回车。

6.4 设置训练用图片

在train.txt中写入参加训练的图片路径和名称，如下图：

由于我的图片比较少，为了进行测试，我让全部的图片都参与了训练。

6.5设置校验用图片

在valid.txt中写入参加校验的图片路径和名称，如下图：

 

 由于我的图片比较少，为了进行测试，我从参与训练的图片中取了2张参与校验。

6.6设置config/custom.data文件内容

前面设置了train.txt、valid.txt和classes.names等文件，为了使程序能找到这些文件，还需要设置config/custom.data文件内容，如下图：

七、训练

7.1pycharm准备

我采用的集成开发环境为pycharm，由于我新安装了pytorch等环境，因此需要在pycharm中对pytorch相关程序进行拦截配置。首先打开pycharm，在file中点击setting，如下图：

 

在setting界面中点击下图所示红圈，并选择add选项，在弹出的窗口中选择我用于安装pytorch的python.exe。即完成。 

在pycharm中创建名为PyTorchYOLOV3_3的项目，在创建项目界面中选择我之前配置的python.exe，如下图所示：

 

创建项目成功后，将PyTorch-YOLOv3项目内容复制到创建的pycharm项目中，并做出相应调整，如下图所示： 

7.2参数设置与训练

需要将原PyTorch-YOLOv3项目中的相关环境配置参数设置为当前pycharm项目的可运行环境。

修改train.py：

parser.add_argument("-m", "--model", type=str, default="config/yolov3-custom.cfg", help="Path to model definition file (.cfg)")
parser.add_argument("-d", "--data", type=str, default="config/custom.data", help="Path to data config file (.data)")

可能需要设置虚拟内存，如下图：

 然后再pycharm中运行train.py，如果报“OSError: [WinError 1455] 页面文件太小，无法完成操作。”的错误，如下图所示，则将train.py中的n_cpu置为0，如下所示：

 再次执行train.py，则开始训练过程，如下：

训练完成后，在checkpoints目录中即生成训练的模型，这里默认共300个epochs，生成了300个模型，如下图：

 7.3预测

取得训练的模型后，我使用该模型进行预测。对detect.py文件进行相应参数的修改，如下：

parser.add_argument("-m", "--model", type=str, default="config/yolov3-custom.cfg", help="Path to model definition file (.cfg)")
parser.add_argument("-w", "--weights", type=str, default="checkpoints/yolov3_ckpt_268.pth", help="Path to weights or checkpoint file (.weights or .pth)")
parser.add_argument("-c", "--classes", type=str, default="data/custom/classes.names", help="Path to classes label file (.names)")
parser.add_argument("--n_cpu", type=int, default=0, help="Number of cpu threads to use during batch generation")

截图为：

 将预测的图片放入data/samples目录中，同时删除output目录下的文件，如下：

 

这里只是个人学习测试，所以我还是用训练的8张图片来进行预测用。

然后执行detect.py文件，进行预测。如下图：

再进入output目录，里面为图片预测结果，随便打开一张图片，如下所示：