yolo训练自己的权重文件

一、训练环境

　　需要ubuntu系统环境，然后安装上nvidia的显卡驱动，cuda，cudnn，darknet

　　在另一篇文章已讲述

二、标注数据集

　　1. 制作VOC数据集，就是一个这种格式的文件夹

　　2.将要标注的图片放在JPEGImage

　　3.下载labelImg

　　　　pip install labelimg

　　　　启动：labelimg

　　4.通过Open Dir打开图片存放的路径

 　　　　按 ‘w’键，进行标注

　　　　 按‘save’键，进行保存，生成xml文件

　　5.标注完成后，将JEPGImg文件夹下标注生成xml文件，剪切放在Annotations文件夹下

　　6. 在VOC2007 文件夹下， 创建text.py文件【windows上操作完成了】

　　7.将VOCdevdit整个文件夹拷贝到ubuntu环境下，darknet/script 目录下

三、划分数据集

　　1. 运行text.py  就会在imageSets目录下，生成四个txt文件

　　　　python3 test.py

　　2. 格式转换，运行darknet/srcipts文件夹下面，voc_label.py【运行之前，需要在voc_label.py 第九行，修改自己的类别名称】

　　　　因为VOC数据集还不能直接用于YOLO训练

　　　　python3 voc_label.py

　　3. 就会

　　　　在VOC2007 生成labels文件夹

　　　　在scripts文件夹下，生成2007_train.txt和2007_val.txt

四、训练数据集

　　1. 在

　　2. 在

　　3. 在

　　4. 下载预训练权重文件

五、在ros中使用  

　　使用remmina 连接jetson盒子

　　安装：GitHub - FreeRDP/Remmina: Mirror of https://gitlab.com/Remmina/Remmina The GTK+ Remmina Remote Desktop Client