1.根据公版模型训练自己的数据的套路

   一.数据集部分：
  1.获取数据集：
  可以通过拍摄一段视频，然后用OpenCV中的方法进行截图 ，从而生成自己的数据集
  
  代码示例：
  # 导入所需要的库
import cv2
import numpy as np


# 定义保存图片函数
# image:要保存的图片名字
# addr；图片地址与相片名字的前部分
# num: 相片，名字的后缀。int 类型
def save_image(image, addr, num):
    address = addr + str(num) + '.jpg'
    cv2.imwrite(address, image)


# 读取视频文件
videoCapture = cv2.VideoCapture("./demo.mp4")
# 通过摄像头的方式
# videoCapture=cv2.VideoCapture(1)

# 读帧
success, frame = videoCapture.read()
i = 0
timeF = 12
j = 0
while success:
    i = i + 1
    if (i % timeF == 0):
        j = j + 1
        save_image(frame, '../video/pictures', j)
        print('save image:', i)
    success, frame = videoCapture.read()
    # 注意：文件地址一般写相对于项目的相对路径，这样子放到哪台电脑都可以运行
    # 注意：./xxx是指待访问的文件相对于引用他的文件的地址在同一个文件夹内
    # 注意：../xxx是指待访问的文件的地址与其父目录在同一个文件夹内，这样子../是指返回上一层文件夹

  

2.给数据标注
可以使用labelimg软件进行标注 生成xml文件
在标注之前，可在图片集中添加classes的种类 以便标注
具体工具的使用如下： 
![](https://img-blog.csdnimg.cn/777de1a1c08847bc8bef3abce526e42a.png#pic_center)
根据opendir来选择想要制作文件夹的图片集
根据 changed dir来保存xml文件
![](https://img-blog.csdnimg.cn/bdda1c0ae48245e6be84823914c08e40.png#pic_center)

使用矩形框来选中待标注的部分
xml文件中保存了图片的位置信息以及大小

二. 根据自己的需求在网上寻找自己所需的模型  阅读源码
1.配置环境：

先用pycharm打开下载好的且解压完毕的源码；
根据requirements文件的提示下载所需的配置：
可在terminal输入命令行下载：
 pip install -r requirements.txt -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
或者：
pip install 想安装的包 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

2.将xml文件转换为label.txt文件