目錄
一、下載YOLO3項目
git clone https://github.com/pjreddie/darknet
cd darknet
在 darknet目錄下創建 backup 文件夾,後面會用到。
二、修改makefile配置
具體配置參數說明參考:Darknet yolov3 Makefile文件解析
GPU=1
CUDNN=1
OPENCV=0
OPENMP=0
DEBUG=0
ARCH= -gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=[sm_50,compute_50] \
-gencode arch=compute_52,code=[sm_52,compute_52]
# -gencode arch=compute_20,code=[sm_20,sm_21] \ This one is deprecated?
# This is what I use, uncomment if you know your arch and want to specify
# ARCH= -gencode arch=compute_52,code=compute_52
VPATH=./src/:./examples
SLIB=libdarknet.so
ALIB=libdarknet.a
EXEC=darknet
OBJDIR=./obj/
CC=gcc
CPP=g++
NVCC=/usr/local/cuda/bin/nvcc
AR=ar
ARFLAGS=rcs
OPTS=-Ofast
LDFLAGS= -lm -pthread
COMMON= -Iinclude/ -Isrc/
CFLAGS=-Wall -Wno-unused-result -Wno-unknown-pragmas -Wfatal-errors -fPIC
ifeq ($(OPENMP), 1)
CFLAGS+= -fopenmp
endif
ifeq ($(DEBUG), 1)
OPTS=-O0 -g
endif
CFLAGS+=$(OPTS)
ifeq ($(OPENCV), 1)
COMMON+= -DOPENCV
CFLAGS+= -DOPENCV
LDFLAGS+= `pkg-config --libs opencv` -lstdc++
COMMON+= `pkg-config --cflags opencv`
endif
ifeq ($(GPU), 1)
COMMON+= -DGPU -I/usr/local/cuda/include/
CFLAGS+= -DGPU
LDFLAGS+= -L/usr/local/cuda/lib64 -lcuda -lcudart -lcublas -lcurand
endif
ifeq ($(CUDNN), 1)
COMMON+= -DCUDNN
CFLAGS+= -DCUDNN
LDFLAGS+= -lcudnn
endif
OBJ=gemm.o utils.o cuda.o deconvolutional_layer.o convolutional_layer.o list.o image.o activations.o im2col.o col2im.o blas.o crop_layer.o dropout_layer.o maxpool_layer.o softmax_layer.o data.o matrix.o network.o connected_layer.o cost_layer.o parser.o option_list.o detection_layer.o route_layer.o upsample_layer.o box.o normalization_layer.o avgpool_layer.o layer.o local_layer.o shortcut_layer.o logistic_layer.o activation_layer.o rnn_layer.o gru_layer.o crnn_layer.o demo.o batchnorm_layer.o region_layer.o reorg_layer.o tree.o lstm_layer.o l2norm_layer.o yolo_layer.o iseg_layer.o image_opencv.o
EXECOBJA=captcha.o lsd.o super.o art.o tag.o cifar.o go.o rnn.o segmenter.o regressor.o classifier.o coco.o yolo.o detector.o nightmare.o instance-segmenter.o darknet.o
ifeq ($(GPU), 1)
LDFLAGS+= -lstdc++
OBJ+=convolutional_kernels.o deconvolutional_kernels.o activation_kernels.o im2col_kernels.o col2im_kernels.o blas_kernels.o crop_layer_kernels.o dropout_layer_kernels.o maxpool_layer_kernels.o avgpool_layer_kernels.o
endif
EXECOBJ = $(addprefix $(OBJDIR), $(EXECOBJA))
OBJS = $(addprefix $(OBJDIR), $(OBJ))
DEPS = $(wildcard src/*.h) Makefile include/darknet.h
all: obj backup results $(SLIB) $(ALIB) $(EXEC)
#all: obj results $(SLIB) $(ALIB) $(EXEC)
$(EXEC): $(EXECOBJ) $(ALIB)
$(CC) $(COMMON) $(CFLAGS) $^ -o $@ $(LDFLAGS) $(ALIB)
$(ALIB): $(OBJS)
$(AR) $(ARFLAGS) $@ $^
$(SLIB): $(OBJS)
$(CC) $(CFLAGS) -shared $^ -o $@ $(LDFLAGS)
$(OBJDIR)%.o: %.cpp $(DEPS)
$(CPP) $(COMMON) $(CFLAGS) -c $< -o $@
$(OBJDIR)%.o: %.c $(DEPS)
$(CC) $(COMMON) $(CFLAGS) -c $< -o $@
$(OBJDIR)%.o: %.cu $(DEPS)
$(NVCC) $(ARCH) $(COMMON) --compiler-options "$(CFLAGS)" -c $< -o $@
obj:
mkdir -p obj
backup:
mkdir -p backup
results:
mkdir -p results
.PHONY: clean
clean:
rm -rf $(OBJS) $(SLIB) $(ALIB) $(EXEC) $(EXECOBJ) $(OBJDIR)/*
保存後退出,在當前路徑make一下。
三、準備數據集
在文件夾 darknet_sxp_anchor/scripts/VOC/ 下創建目錄結構如下
VOC
————VOCdevkit
————————VOC2019 #文件夾的年份可以自己取,但是要與你其他文件年份一致
————————————Annotations #放入所有的xml文件
————————————ImageSets
————————————————Main #用於存放train.txt,val.txt,test.txt,trainval.txt文件。
————————————JPEGImages #放入所有的圖片文件
————————————test.py #用於生成ImageSets/Main下的txt文件
————————————labels #文件夾,由voc_label.py文件生成
————voc_label.py #
Main中的文件分別表示test.txt是測試集,train.txt是訓練集,val.txt是驗證集,trainval.txt是訓練和驗證集,
1、將圖片處理成所需大小的圖片
本文訓練數據只有一個分類,使用如下腳本將原始數據處理成所需大小。然後將指定文件放在指定目錄下
# -*- coding: utf-8 -*-
import os
import cv2
import hashlib
import numpy as np
from xml.etree.ElementTree import parse, Element
# list =
#查找文件
path=u"image_dir/"
tag='camera_info'
files=os.listdir(path)
file_type=".jpg"
imageSize=[832.0,832.0]
#主邏輯
#對於批量的操作,使用FOR循環
for f in files:
# try :
#調試代碼的方法:關鍵地方打上print語句,判斷這一步是不是執行成功
if f.endswith(file_type):
imageFile=path+f
img=cv2.imdecode(np.fromfile(imageFile,dtype=np.uint8),cv2.IMREAD_COLOR)
rateY=img.shape[0]/imageSize[0]
rataX=img.shape[1]/imageSize[1]
print ('rataX = {},rateY = {}'.format(rataX,rateY))
xmlPath=imageFile.replace(file_type,".xml")
dom=parse(xmlPath) ###最核心的部分,路徑拼接,輸入的是具體路徑
root=dom.getroot()
image_info=root.find('size')
image_info.find('width').text=str(int(imageSize[0]))
image_info.find('height').text=str(int(imageSize[1]))
tagobjs=root.findall('object')#.find('name')
nameTag=root.find('object').find('name')
nameTag.text=tag
for obj in tagobjs:
box=obj.find('bndbox')
box.find('xmin').text=str(int(int(box.find('xmin').text)/rataX))
box.find('xmax').text=str(int(int(box.find('xmax').text)/rataX))
box.find('ymin').text=str(int(int(box.find('ymin').text)/rateY))
box.find('ymax').text=str(int(int(box.find('ymax').text)/rateY))
dom.write(xmlPath, xml_declaration=True)
img = cv2.resize(img,(int(imageSize[0]),int(imageSize[1])),interpolation=cv2.INTER_CUBIC)
imageFile=imageFile.replace(file_type,".jpg")
cv2.imencode('.jpg', img)[1].tofile(imageFile)
# # except : print "error"
#
#
#
files=os.listdir(path)
type=tag
file_type=".jpg"
xml_file_type=".xml"
#主邏輯
#對於批量的操作,使用FOR循環
for f in files:
#調試代碼的方法:關鍵地方打上print語句,判斷這一步是不是執行成功
if f.endswith(file_type):
#找到老的文件所在的位置
old_file=os.path.join(path,f)
#指定新文件的位置,如果沒有使用這個方法,則新文件名生成在本項目的目錄中
md5=hashlib.md5(old_file.encode("utf-8")).hexdigest()
md5=str(md5).replace("raw","999")
newName = type+"_"+md5+file_type
new_file=os.path.join(path,newName)
os.rename(old_file,new_file)
old_file=old_file.replace(file_type,".xml")
#指定新文件的位置,如果沒有使用這個方法,則新文件名生成在本項目的目錄中
newName = type+"_"+md5+xml_file_type
new_file=os.path.join(path,newName)
print('old_file path ={},,new_file path = {}'
.format( old_file,new_file))
os.rename(old_file,new_file)
2、在 VOC2019 下創建 test.py 腳本,使用 test.py 腳本生成 Main 下的 txt 文件
import os
import random
trainval_percent = 0.2
train_percent = 0.8
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('ImageSets/Main/trainval.txt', 'w+')
ftest = open('ImageSets/Main/test.txt', 'w+')
ftrain = open('ImageSets/Main/train.txt', 'w+')
fval = open('ImageSets/Main/val.txt', 'w+')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftest.write(name)
else:
fval.write(name)
else:
ftrain.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
3、在 VOC 目錄下創建 vol_label.py 腳本
(1)該腳本會在與其同級目錄下創建如下文件,產生的文件的內容是:
前四個txt文件:
-
數據集合與 ImageSets/Main 一 一對應
-
存放的是對應的圖片的絕對路徑
後兩個txt文件:
前四個不同集合的並集,可以在vocI_label文件中修改
(2)該腳本也會在 /VOC/VOCdevkit/VOC2019 下創建文件夾 labels
用於存放 標籤文件,格式如下
0 0.449074074074 0.679861111111 0.685185185185 0.456944444444
說明:<object-class> <x> <y> <width> <height>
# encoding: utf-8
"""
@author: sunxianpeng
@file: voc_label.py
@time: 2019/11/20 14:23
"""
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
#這裏要與Main中的txt文件一致
sets = [('2019', 'train'), ('2019', 'trainval'), ('2019', 'val'), ('2019', 'test')]
#你所標註的表簽名,第一步中已經說過
#classes = ["s","m","l","xl","xxl"]
classes = ["camera_info"]
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 sets:
if not os.path.exists('VOCdevkit/VOC%s/labels/' % (year)):
os.makedirs('VOCdevkit/VOC%s/labels/' % (year))
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt' % (year, image_set))\
.read().strip().split()
list_file = open('%s_%s.txt' % (year, image_set), 'w')
for image_id in image_ids:
list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n' % (wd, year, image_id))
convert_annotation(year, image_id)
list_file.close()
print("xx")
#意思是要將生成的文件合併,所以很據需要修改,這裏的年份都是一致的,
os.system("cat 2019_train.txt 2019_val.txt 2019_trainval.txt > train.txt")
os.system("cat 2019_train.txt 2019_val.txt 2019_test.txt 2019_trainval.txt > train.all.txt")
四、下載預訓練權重(未實驗)
wget https://pjreddie.com/media/files/darknet53.conv.74
五、修改3個配置文件
1、cfg/voc.data
進入目錄 /work/darknet_sxp_anchor/cfg
#classes爲訓練樣本集的類別總數,第一步中說了我分了1類標籤
classes= 1
#classes爲訓練樣本集的類別總數,第一步中說了我分了1類標籤
train = /work/darknet_sxp_anchor/scripts/VOC/2019_train.txt
#valid的路徑爲驗證樣本集所在的路徑,上一步中生成
valid = /work/darknet_sxp_anchor/scripts/VOC/2019_trainval.txt
#names的路徑爲data/voc.names文件所在的路徑
names = data/voc.names
backup = backup
2、data/voc.name
進入目錄 /work/darknet_sxp_anchor/data
寫入自己的分類名字,前後要對應
camera_info
#s
#m
#l
#xl
#xxl
#修改爲自己樣本集的標籤名即第一步中標註的標籤名
3、cfg/yolov3-voc.cfg
進入目錄 /work/darknet_sxp_anchor/cfg
Ctrl + F 搜索 yolo,修改其上面的 filters 和其 下面的 classes,共三初地方
[net]
# Testing
#這裏的batch跟subdivisions原來不是註釋掉的,但是訓練後沒成功,有的blog上說爲1的時候太小難以收
#斂,但是不知道下面訓練模式的 batch=64 subdivisions=8 會不會覆蓋掉,總之註釋掉後就成功了,不過
#這個腳本不是很明白,還來不及驗證
# batch=1
# subdivisions=1
# Training
batch=64
subdivisions=8
......
[convolutional]
size=1
stride=1
pad=1
filters=18 #---------------修改爲3*(classes+5)即3*(5+5)=30
activation=linear
[yolo]
mask = 6,7,8
anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=1 #---------------修改爲標籤類別個數,5類
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=0 #1,如果顯存很小,將random設置爲0,關閉多尺度訓練;(轉自別的blog,還不太明白)
......
[convolutional]
size=1
stride=1
pad=1
filters=18 #---------------修改同上
activation=linear
[yolo]
mask = 3,4,5
anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=1 #---------------修改同上
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=0
......
[convolutional]
size=1
stride=1
pad=1
filters=18 #---------------修改同上
activation=linear
[yolo]
mask = 0,1,2
anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=1 #---------------修改同上
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=0
六、訓練
1、普通訓練
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
2、若想使用多個GPU訓練
./darknet detector train cfg/coco.data cfg/yolov3.cfg darknet53.conv.74 -gpus 0,1,2,3
或者
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0,1,2,3
3、如終止訓練,權重會保存在backup文件夾下。如果要從檢查點停止並重新啓動訓練
./darknet detector train cfg/coco.data cfg/yolov3.cfg backup/yolov3.backup -gpus 0,1,2,3
或者
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3.backup -gpus 0,1,2,3
七、關於訓練時打印的日誌詳解
Region 82 Avg IOU: 0.874546, Class: 0.983519, Obj: 0.984566, No Obj: 0.008776, .5R: 1.000000, .75R: 0.750000, count: 4
Region 94 Avg IOU: 0.686372, Class: 0.878314, Obj: 0.475262, No Obj: 0.000712, .5R: 1.000000, .75R: 0.200000, count: 5
Region 106 Avg IOU: 0.893751, Class: 0.762553, Obj: 0.388385, No Obj: 0.000089, .5R: 1.000000, .75R: 1.000000, count: 1
三個尺度上預測不同大小的框,
-
82卷積層爲最大預測尺度,使用較大的mask,可以預測出較小的物體。
-
94卷積層 爲中間預測尺度,使用中等的mask。
-
106卷積層爲最小預測尺度,使用較小的mask,可以預測出較大的物體。
Region 82 Avg IOU: 0.874546, Class: 0.983519, Obj: 0.984566,
No Obj: 0.008776, .5R: 1.000000, .75R: 0.750000, count: 4
-
Region Avg IOU: 表示在當前subdivision內的圖片的平均IOU,代表預測的矩形框和真實目標的交集與並集之比。
-
Class: 標註物體分類的正確率,期望該值趨近於1。
-
Obj: 越接近1越好。
-
No Obj: 期望該值越來越小,但不爲零。
-
count: count後的值是所有的當前subdivision圖片中包含正樣本的圖片的數量。
八、測試
cd /work/darknet_sxp_anchor/
./darknet detect cfg/yolov3.cfg yolov3.weights data/one.jpg
./darknet detect cfg/yolov3-voc-test.cfg backup/yolov3-voc.backup scripts/
VOC/VOCdevkit/VOC2019/JPEGImages/name.jpg
./darknet detect cfg/yolov3-voc-test.cfg backup/yolov3-voc.backup scripts/
VOC/VOCdevkit/VOC2019/JPEGImages/name.jpg -gpus 2