一、训练用数据准备
数据准备，就是整理并标注数据，构建数据集；本课程选取的项目为人脸识别，需要构
建出由人脸图片组成的数据集，数据集中一般包含训练集、验证集和测试集，其中：
训练集和验证集：用于训练网络模型，一般占到总数据量的 80%
测试集：用于测试网络模型的性能，一般占到总数据量的 20%
关于lableImg：是一个基于python的、开源的数据标注工具
Pip是一个安装指令，它会帮助你直接一次性下载完成labelImg以及它所有的依赖，pip无需在python中执行。
我们先启动先前安装好的python3.12.3，查看路径。
使用pip install pip -U检查pip工具的版本和下载地点
使用pip config set global.index-url <镜像源>设置下载路径，防止网络问题导致软件获取失败
输入pip install labelImg下载labelImg标注工具。
完成下载之后我们直接在命令行输入labelImg打开软件，发现如下报错，发现是缺少名为‘distutils’的模块。
经搜索问题解决方式得到结论，在高版本的python中distutils不能够作为一个单独的模块直接用pip获取，需要获取setuptools包来解决问题。
此时不再报错，我们可以正常启动labelImg，但是作为一个开源软件，软件中仍然存在很多bug，所幸python的报错可读性高且准确，我们根据最后一行的报错得到在canvas.py中的526行的输入值应该为整型但是收到了一个float。
用vscode打开canvas.py，强行将函数的接收值换算为整型,输入int()。
随后我们可以正常启动labelImg了，打开数据标注工具，opendir打开图片文件夹，随后使用create react box标注出对应部分，创建face分类，随后选择保存目录，即可得到标注文件.xml。
人脸数据收集：此处我使用的是
PubFig: Public Figures Face Database 哥伦比亚大学的公众人物脸部数据集，包含有 200 个人的 58797 张人脸图像，主要用 于非限制场景下的人脸识别。
官网下载链接：Pubfig: Public Figures Face Database
Labeled Faces in the Wild Home (LFW) 这个数据集包含超过 13，000 张人脸图像，均采集于 Internet。每个人脸均被标准了一个人名，其中大约 1680 个人包含两个以上的人脸。这个集合被广泛应用于评价 FaceVerification 算法的性能。
官方下载链接：http://vis-www.cs.umass.edu/lfw/
Large-scale CelebFaces Attributes (CelebA) Dataset由香港中文大学汤晓鸥教授实验室公布的大型人脸识别数据集。该数据集包含有 200K张人脸图片，人脸属性 40 多种，主要用于人脸属性的识别。
官方下载链接：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html
二、YOLO模型训练
首先，我们先将标注好的模型放置对应的文件夹下，将标注文件.xml放入annotations文件夹而原图放入JPEGImages文件夹，作为小型数据集使用。
确认预训练模型：
预训练模型，即已经在较大公开数据集上训练好的模型，该模型已经具有较高的检测精度了；将该模型参数作为初始化参数，继续在真实项目的数据集上训练，可以有效提高模型收敛的速度，节约训练时间。
预训练模型可以从官方模型发布的网站中下载（yolov3.weights 文件的下载地址：https://pjreddie.com/media/files/yolov3.weights），也可以自己在公开数据集上训练。
资料库中给出了预训练模型，将该文件拷贝到指定文件夹 pre_model 中即可，如下图所示。
我们先使用docker container prune删除停止运行的docker容器。随后我们输入
docker run -it --name bash_aiot - v D:\NJU_AIOT\part4_model_preparation\program_aiot:/home/assignment/ demo_ai ot:210707 bash
新建一个容器并执行 bash 命令开启一个交互式终端
cd /home/assignment
进入容器目录下观察所有文件夹
打开127.0.0.1：8888
通过 voc 数据集生成 txt 格式数据，执行 python write_voc_to_txt.py，生成 txt 文件数据，存放为 program_aiot/data_process/data.txt（注意 write_voc_txt.py 是以追加的方式来生成 txt 文件的，所以你要么直接跳过这一步，要么就需要删掉原来的 data.txt 后再运行write_voc_to_txt.py，否则训练的数据会有大量重复）
在执行python时发现缺少tensorflow工具，通过pip工具进行软件极其依赖的下载。
执行python train_from_scratch.py
开始模型训练，此过程相当漫长。
在看训练过程时能够看到由于模型数据库有限，loss在后续几次训练中不容易下降。
训练完成之后打开saved_model文件夹得到如下训练结果。
