在darknet上訓練yolo模型---單類目標檢測

簡介：

在darknet官網上，作者給出的訓練方法是在開源數據集上進行訓練，例如pascal的20類物體，coco的80類物體。

如果我們想在自己的數據集上進行訓練，可能就沒有那麼多類物體。這裏我們使用pascal數據集上的一類目標，進

行訓練。本篇博客是對使用方法的一個總結，本文以person的識別爲例。

在pascal-voc數據集上的訓練方法與細節可以參考下面這篇博客。本篇博客建立在下面這篇的基礎上，建議讀者先

看下面這篇博客。

YOLOv3在pascal_voc數據集上的訓練（一）

一、生成darknet需要的label文件

作者提供的voc_label.py文件是對整個pascal數據集進行處理，因此我們需要修改voc_label.py文件，使其只對

person這一類別進行處理。修改後的程序如下。

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
from tqdm import tqdm
sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007_test', 'test')]

classes = ["person"]


def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    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(year, image_id):
    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        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()

for year, image_set in tqdm(sets):
    if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
    image_ids_and_flag = open('VOCdevkit/VOC%s/ImageSets/Main/person_%s.txt'%(year, image_set)).read().strip().split()
    num = len(image_ids_and_flag)/2
    list_file = open('%s_%s.txt'%(year, image_set), 'w')
    for i in range(num):
        image_id = image_ids_and_flag[2*i]
        flag = image_ids_and_flag[2*i+1]
        if flag == '1':
            list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
            convert_annotation(year, image_id)        
    list_file.close()

os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train_person.txt")
os.system("cat 2007_train.txt 2007_val.txt 2007_test_test.txt 2012_train.txt 2012_val.txt > train_person.all.txt")

修改完畢後，分別查看voc2007、voc2007_test、voc2012文件夾下是否有labels文件夾（如果之前使用darknet訓

練過模型的話，應該有labels文件夾），如果有，則刪除。

運行voc_label.py文件。

二、修改配置文件

修改cfg/voc.data文件

主要是將類別數改爲1，train和valid可以任意制定voc_label.py文件生成的7個文件之一。

yolov2訓練

修改cfg/yolov2-voc.cfg文件，修改方式如下。

改爲        

將網絡的最後一層卷積層的輸出通道數改爲30。

   改爲    

解釋：

pascal數據集共有20類，filters的計算如下：

125 = 5(anchor box) * (20(class) + 4(coor) + 1(confidence))

因此，當只有一類時，filters數爲30=5×（1+4+1）。

最後執行下述命令進行訓練。

./darknet detector train cfg/voc.data cfg/yolov2-voc.cfg darknet53.conv.74

YOLOV3的訓練

訓練方式與yolov2類似，按同樣的方式修改cfg/yolov3-voc.cfg文件即可。

效果展示

用訓練好的模型檢測person，結果如下所示。