简介:
在darknet官网上,作者给出的训练方法是在开源数据集上进行训练,例如pascal的20类物体,coco的80类物体。
如果我们想在自己的数据集上进行训练,可能就没有那么多类物体。这里我们使用pascal数据集上的一类目标,进
行训练。本篇博客是对使用方法的一个总结,本文以person的识别为例。
在pascal-voc数据集上的训练方法与细节可以参考下面这篇博客。本篇博客建立在下面这篇的基础上,建议读者先
看下面这篇博客。
一、生成darknet需要的label文件
作者提供的voc_label.py文件是对整个pascal数据集进行处理,因此我们需要修改voc_label.py文件,使其只对
person这一类别进行处理。修改后的程序如下。
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")
修改完毕后,分别查看voc2007、voc2007_test、voc2012文件夹下是否有labels文件夹(如果之前使用darknet训
练过模型的话,应该有labels文件夹),如果有,则删除。
运行voc_label.py文件。
二、修改配置文件
修改cfg/voc.data文件
主要是将类别数改为1,train和valid可以任意制定voc_label.py文件生成的7个文件之一。
yolov2训练
修改cfg/yolov2-voc.cfg文件,修改方式如下。
改为
将网络的最后一层卷积层的输出通道数改为30。
改为
解释:
pascal数据集共有20类,filters的计算如下:
125 = 5(anchor box) * (20(class) + 4(coor) + 1(confidence))
因此,当只有一类时,filters数为30=5×(1+4+1)。
最后执行下述命令进行训练。
./darknet detector train cfg/voc.data cfg/yolov2-voc.cfg darknet53.conv.74
YOLOV3的训练
训练方式与yolov2类似,按同样的方式修改cfg/yolov3-voc.cfg文件即可。
效果展示
用训练好的模型检测person,结果如下所示。