[yolov3学习记录2]yolov3官网样例训练与识别
yolov3官网 YOLO: Real-Time Object Detection (pjreddie.com)
在学习如何使用训练集训练时，首先是在网上参考许多前辈的博客，但发现其中的大部分都是用xml文件训练的，而目前手头上只有txt的训练标签。所以，一开始是寻找这两者的关系。
找到xml怎么来的。看了许多博客后，xml标签从图片标记得出，而图片标记则用到labelling这个软件，网上安装这个软件类似于安装python的库还有jupyter notebook差不多，要用到pip install，但毕竟我是在Windows平台，找找还真找到了exe的已编译版本。
Labelling的基本操作。导入文件夹，点create/nrec box来划框框，并设置好标签名称。然后保存再按d到下一张，直到把所有的图片都标记。此时，设置的保存地址文件夹便会有这些xml标签。
Xml文件内容。如下图，和html还有js这些东西比较类似，以前在学习api的时候学习过，我理解为一个集合里面再包含一个集合，通过拆分集合可以获得储存内容，也可以通过一个个嵌套获得这么一个xml文件。
Size：width height自然是图片长宽，depth是图片深读，3应该表示这是一个rgb的彩图。
Object：name 标签名
Bndbox：标签对应框选的坐标
其他元素好像不重要，可以乱填。
师兄发的转换格式py源码。如下图，正如上一段说的，是把一层层嵌套得来的。只需要修改上面的3行dir文件夹位置即可自动转换（img_dir是我自己加的）。
使用yolo官网的VOC例子。
打开新转换的txt标签发现，和之前接触的十分不一样。
继续看yolo官网代码。
上半段是将这几个train和val的数据列表合成为train的，用于训练，下半段是改训练集位置。
下载个预权重然后开始训练。这时，训练时如下。
可是跑完后，识别却啥都识别不出。
由于是一步步按照yolo官网来的，没想到官网也有错。看了好多大神的操作才发现这里。
在cfg/yolov3-voc.cfg里面，若是进行训练，就要把testing的两行注释，把training的两行不注释，测试时则是反过来。如下：
最后，通过将近24h的训练，终于搞定了。不过有点抽筋。
其实经过440w次迭代，我觉得理论上已经非常准确了，识别成这样，我觉得是标签出问题，要不怎么所有人都是bird。
中途还有好多小插曲的，忘了，嘻嘻。
