训练自定义对象检测模型：/bin/bash: ./darknet: 没有这样的文件或目录，或者 /bin/bash: ./darknet: 是 Google Colab 上的目录

Question

我尝试根据https://www.youtube.com/watch?v=mmj3nxGT2YQ&t=1747s来训练自定义对象。在训练部分，当我在我的 colab 上运行此代码时

!./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -dont_show -map

我收到如下错误：

/bin/bash: ./darknet: 没有这样的文件 或者 /bin/bash: ./darknet: 是一个目录

我该怎么办？

Answer 1

在运行命令之前运行

!make

（对于 colab）

Answer 2

我遇到了同样的问题，我在运行该行之前使用了“pwd”，我注意到我位于不同的目录中（我位于 Darknet 文件夹中）。所以我用“cd”更改了文件夹路径以转到 darknest 文件夹并再次运行该行。

Answer 3

在 Colab 上使用 Yolo 进行自定义对象检测训练时需要遵循以下步骤：

# clone darknet from github to create a darknet folder inside /content on colab
!pwd
# /content/darknet
!make
# modify Yolo cfg, copy images etc. and make the training data ready
!pwd
# /content/darknet
# now train
!./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -dont_show -map

Answer 4

对于 Roboflow Colab 笔记本：

更改 git clone 命令并克隆 AlexeyAB darknet 存储库：

!git clone https://github.com/AlexeyAB/darknet.git

Answer 5

Roboflow Colab 笔记本： 您可以将其替换为 AlexeyAB darknet git，而不是使用 roboflow darknet git。老实说，这个动作节省了我的时间。如果您使用 robflow 的未更改的 git 在自定义数据上训练您的模型，您应该替换它。

Answer 6

忽略标题之前的所有单元格：“在 Colab 上为 YOLOv4 安装 Darknet” 然后运行以下单元格，然后您可以继续到最后

“”“

# clone darknet repo
!git clone https://github.com/AlexeyAB/darknet


# change makefile to have GPU and OPENCV enabled
%cd darknet
!sed -i 's/OPENCV=0/OPENCV=1/' Makefile
!sed -i 's/GPU=0/GPU=1/' Makefile
!sed -i 's/CUDNN=0/CUDNN=1/' Makefile
!sed -i 's/CUDNN_HALF=0/CUDNN_HALF=1/' Makefile

# CUDA: Let's check that Nvidia CUDA drivers are already pre-installed and which version is it.
!/usr/local/cuda/bin/nvcc --version
# We need to install the correct cuDNN according to this output

!make

“”“