本文主要作自学记录作用，若侵权，留言删除
以下操作基于Windows环境，工程代码是链接：https://github.com/ultralytics/yolov3
Cython
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
pillow
PyYAML>=5.3
scipy>=1.4.1
tensorboard>=2.2
torch>=1.6.0
torchvision>=0.7.0
tqdm>=4.41.0
基于pytorch框架的YoLo工程数据处理有所不同。需要对数据进行相关的处理，以适应工程的对应接口。
a、在data文件夹下新建如下文件夹：Annotations、JPEGImages、ImageSets、labels；其中JPEGImages存放所有自己的数据图片，Annotations存放所有自己的xml文件。在根目录下运行makeTxt代码将在data/ImageSets中生成train、val以及test的txt文件。
#makeTxt.py import os import random trainval_percent = 0.1 train_percent = 0.9 xmlfilepath = 'data/Annotations' txtsavepath = 'data/ImageSets' 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('data/ImageSets/trainval.txt', 'w') ftest = open('data/ImageSets/test.txt', 'w') ftrain = open('data/ImageSets/train.txt', 'w') fval = open('data/ImageSets/val.txt', 'w') for i in list: name = total_xml[i][:-4] + '\n' if i in trainval: ftrainval.write(name) if i in train: ftest.write(name) else: fval.write(name) else: ftrain.write(name) ftrainval.close() ftrain.close() fval.close() ftest.close()在根目录下运行voc_label.py代码将在data文件中生成x_train、x_val、x_test的txt文件；以及在data/label生成将xml文件中的坐标转换到txt文件夹中。其中x可修改自己数据集的名称
#voc_label.py import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.path import join import cv2 sets = ['train', 'test','val'] classes = ["holothurian", "echinus", "scallop", "starfish"] def convert(size, box): dw = 1. / size[0] dh = 1. / size[1] x = (box[0] + box[1]) / 2.0 y = (box[2] + box[3]) / 2.0 w = box[1] - box[0] h = box[3] - box[2] x = x * dw w = w * dw y = y * dh h = h * dh return (x, y, w, h) def convert_annotation(image_id, Image_root): in_file = open('data/Annotations/%s.xml' % (image_id)) out_file = open('data/labels/%s.txt' % (image_id), 'w') tree = ET.parse(in_file) root = tree.getroot() size = root.find('size') # 根据不同的xml标注习惯修改 if size: w = int(size.find('width').text) h = int(size.find('height').text) else: jpg_img_patch = Image_root + image_id + '.jpg' jpg_img = cv2.imread(jpg_img_patch) h, w, _ = jpg_img.shape # cv2读取的图片大小格式是w,h for obj in root.iter('object'): difficult = obj.find('difficult') if difficult: difficult = obj.find('difficult').text else: difficult = 0 cls = obj.find('name').text if cls not in classes or int(difficult) == 1: continue cls_id = classes.index(cls) xmlbox = obj.find('bndbox') b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text)) bb = convert((w, h), b) out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') wd = getcwd() print(wd) Image_root = './data/images/' for image_set in sets: if not os.path.exists('data/labels/'): os.makedirs('data/labels/') image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split() list_file = open('data/x_%s.txt' % (image_set), 'w')#在这里修改为自己的数据集名称 for image_id in image_ids: list_file.write('data/images//%s.jpg\n' % (image_id)) # 数据路径，可在这里修改，存放在这里并写到txt文件中 convert_annotation(image_id, Image_root) list_file.close()这里的txt文件保存的是训练图片的路径以及每张图片中目标位置。data文件夹下训练等数据集的内容如下：
data/label文件夹下label信息如下：
b、创建data/x.name文本文件，这里保存的是训练的数据的类别名称，如下：
c、创建data/x.data文本文件，这里保存的是你的类别数量，训练集以及测试的路径，还有类别名称路径等。如下：
d、更新网络结构配置文件，复制cfg/yolov3.cfg文件，并将yolo层classes=num_calsses及其上一层的filters=3*(num_classes+5)，更改后重新命名文件夹名为custom_yolov3.cfg。这里的num_classes数字应跟前面x.names中的数量一致，如下：
运行根目录下的train.py文件，并将其中的配置参数更改为自己所需要的，更改参数如下：
--cfg custom_ yolov3.cfg --data data/x.data --weights yolov3.pt预训练权重链接如下：https://drive.google.com/drive/folders/1LezFG5g3BCW6iYaV89B2i64cqEUZD7e0，权重下载后放进weights文件下。最终模型保存也是在该文件夹下（last.pt，best.pt）。
并根据自己的需求更改
--epochs --batch-size在data/detect.py文件中是测试文件
--cfg custom_ yolov3.cfg --data data/x.data --weights weights/best.pt --source data/samples --output output其中source参数需要data/sample中保存有你用来作测试的图片，output参数是用来保存测试后的返回结果图片
