yolov3目標識別在工業檢測中的應用

本篇博客記錄了一個深度學習在工業領域的應用項目。功能是檢測視野範圍內的零件總數，如果數量少於設定的標準數量，則報警，如果放置了不同型號的零件，同樣需要報警。常規方法是用傳統的圖像處理的模板匹配，但使用halcon和opencv的模板匹配效果都不好，於是嘗試用深度學習目標檢測。

效果如下圖所示：識別率超過99%（可以獲取到目標的個數，類別，概率，矩形框位置，可以適應一定的光照、角度、大小變化）

1.安裝darknet yolov3環境

2.採集並製作數據集，用yolov3訓練

3.在opencv3.4版本使用訓練好的模型、

4.在vs裏編寫軟件

正文：

1.yolov3環境搭建參考另一篇博客https://blog.csdn.net/sinat_41852207/article/details/90906309

我的編譯環境是yolov3 win10 cuda8.0 vs2017

2.採集並製作數據集，用yolov3訓練

2.1 如何製作數據集和一些工程經驗

參考：數據集構造流程https://blog.csdn.net/u011574296/article/details/78953681

第一步：瞭解voc數據集，建好空文件夾

1)JPEGImages文件夾

文件夾裏包含了訓練圖片和測試圖片，混放在一起

2)Annatations文件夾

文件夾存放的是xml格式的標籤文件，每個xml文件都對應於JPEGImages文件夾的一張圖片，同名

3)ImageSets文件夾

Action存放的是人的動作，我們暫時不用；Layout存放的人體部位的數據。我們暫時不用

Main存放的是圖像物體識別的數據，分爲20類，當然我們自己製作就不一定了， Main裏面有test.txt , train.txt, val.txt ,trainval.txt.這四個文件我們後面會生成

Segmentation存放的是可用於分割的數據

4)其他的文件夾不解釋了，分割XXX等用的

現在就仿照這個文件夾格式，自己建好空文件夾就行。

第二步：搞定JPEGSImages文件夾

1)把你的圖片放到JPEGSImages裏面，在VOC2007裏面，人家的圖片文件名都是000001.jpg類似這樣的，我們也統一格式，把我們的圖片名字重命名成這樣的，如果你的文件太多怎麼辦，請看另一篇文章http://blog.csdn.net/gaohuazhao/article/details/60324715 能批量重命名文件

第三步：搞定Annatations文件夾

網上很多教程，但是我覺得都很麻煩，可以下載精靈標註助手，手動標註，會自動生成圖片信息的xml文件

1)一張張的慢慢畫框。。。。。。。。。大約過了幾個小時，好繼續下一步

2)保存的路徑就是我們的Annatations文件夾，別保存別的地方去了，，，

第四步：搞定ImageSets文件夾中的Main文件夾中的四個文件（這四個txt文檔是幹嘛的，看名字就知道，就是分分多少圖片作爲訓練，多少圖片作爲測試）

trianval是train和val的總和

直接上一個代碼給你：

原文：https://blog.csdn.net/gaohuazhao/article/details/60871886

用這個python腳本生成四個txt文件（隨機分配訓練集、驗證集、測試集），於ImageSets/Main中。

經驗總結：由於工業中採集的圖片非常單一，零件總是位於同一背景下，數據的單一使得訓練的模型容易過於簡化，很容易誤識別。舉個例子就是如果訓練貓的時候，總是將貓放到綠色的草地上，模型可能認爲草地上只要有一坨東西，就是貓。這樣訓練的結果可能是，放一隻狗到草地上，模型可能也會認爲是貓。所以訓練的時候，訓練集一定不能太單一，訓練圖片中除了零件，還要改變零件所在的背景，比如添加一些干擾物體，這樣訓練的模型誤識別率纔會降低。

2.2 使用yolov3訓練自己的數據集，並測試

這部分見這篇博客：https://mp.csdn.net/postedit

我用了300張左右的圖片訓練，總共迭代2萬次，batchsize爲8。在迭代1萬次左右後已經收斂的差不多了，2萬次迭代後，loss值收斂到0.2左右。

如果難以收斂，考慮（1）有沒有過多髒數據（標註錯誤的數據）（2）嘗試降低學習率。

如果訓練收斂了，但實際測試的時候，有誤識別，考慮在訓練的時候增加干擾物，在物體周邊增加多種不相關物體。

如果訓練收斂了，但實際測試的時候有漏識別，考慮（1）增加訓練圖片數量，訓練集應該包含一些光照、角度、位置的變化，增強泛化性能。（2）訓練的時候，loss曲線是否收斂的不夠接近0。我的loss最終爲0.2左右，如果太大，說明不夠收斂，需要在訓練到瓶頸的時候減小學習率。

3 在opencv中調用訓練好的模型，進行目標識別

把裏面的路徑改成自己的就可以

//在debug模式下沒有優化，要在release下運行 速度快
#include <fstream>
#include <sstream>
#include <iostream>
#include <opencv2/dnn.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include<vector>


using namespace std;
using namespace cv;
using namespace dnn;

vector<string> classes;
vector<String> getOutputsNames(Net&net);
void drawPred(int classId, float conf, int left, int top, int right, int bottom, Mat& frame);
void postprocess(Mat& frame, const vector<Mat>& outs, float confThreshold, float nmsThreshold);


int main()
{
	string names_file = "D:/software_engineer/darknet/darknet/cfg/voc.name";
	String model_def = "D:/software_engineer/darknet/darknet/cfg/yolov3.cfg";
	String weights = "D:/software_engineer/darknet/darknet/backup/yolov3_last.weights";

	int in_w, in_h;
	double thresh = 0.5;//閾值
	double nms_thresh = 0.25;
	in_w = in_h = 416;

	//read names
	ifstream ifs(names_file.c_str());
	string line;
	while (getline(ifs, line)) 
		classes.push_back(line);

	//init model
	Net net1 = readNetFromDarknet(model_def, weights);
	net1.setPreferableBackend(DNN_BACKEND_DEFAULT);
	net1.setPreferableTarget(DNN_TARGET_CPU);
	Net net2 = readNetFromDarknet(model_def, weights);
	net2.setPreferableBackend(DNN_BACKEND_DEFAULT);
	net2.setPreferableTarget(DNN_TARGET_CPU);
	//read image and forward

		Mat inputImg, blob;
		inputImg = imread("D:/測試3/1.jpg");//待檢圖片
		if (inputImg.empty())
		{
			cout << "can't find image" << endl;
			waitKey(0);
		}
		//capture >> inputImg;


		blobFromImage(inputImg, blob, 1 / 255.0, Size(in_w, in_h), Scalar(), true, false);

		vector<Mat> mat_blob;
		imagesFromBlob(blob, mat_blob);

		//Sets the input to the network
		net1.setInput(blob);

		// Runs the forward pass to get output of the output layers
		vector<Mat> outs;
		net1.forward(outs, getOutputsNames(net1));

		postprocess(inputImg, outs, thresh, nms_thresh);

		vector<double> layersTimes;
		double freq = getTickFrequency() / 1000;
		double t = net1.getPerfProfile(layersTimes) / freq;
		string label = format("Inference time for a frame : %.2f ms", t);
		putText(inputImg, label, Point(0, 15), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 0, 255));
		namedWindow("res", WINDOW_NORMAL);
		imshow("res", inputImg);

		waitKey(0);
		
}

vector<String> getOutputsNames(Net&net)
{
	static vector<String> names;
	if (names.empty())
	{
		//Get the indices of the output layers, i.e. the layers with unconnected outputs
		vector<int> outLayers = net.getUnconnectedOutLayers();

		//get the names of all the layers in the network
		vector<String> layersNames = net.getLayerNames();

		// Get the names of the output layers in names
		names.resize(outLayers.size());
		for (size_t i = 0; i < outLayers.size(); ++i)
			names[i] = layersNames[outLayers[i] - 1];
	}
	return names;
}
void drawPred(int classId, float conf, int left, int top, int right, int bottom, Mat& frame)
{
	//Draw a rectangle displaying the bounding box
	rectangle(frame, Point(left, top), Point(right, bottom), Scalar(255, 178, 50), 3);

	//Get the label for the class name and its confidence
	string label = format("%.5f", conf);
	if (!classes.empty())
	{
		CV_Assert(classId < (int)classes.size());
		label = classes[classId] + ":" + label;
	}

	//Display the label at the top of the bounding box
	int baseLine;
	Size labelSize = getTextSize(label, FONT_HERSHEY_SIMPLEX, 0.5, 1, &baseLine);
	top = max(top, labelSize.height);
	rectangle(frame, Point(left, top - round(1.5*labelSize.height)), Point(left + round(1.5*labelSize.width), top + baseLine), Scalar(255, 255, 255), FILLED);
	putText(frame, label, Point(left, top), FONT_HERSHEY_SIMPLEX, 0.75, Scalar(0, 0, 0), 1);
}
void postprocess(Mat& frame, const vector<Mat>& outs, float confThreshold, float nmsThreshold)
{
	vector<int> classIds;
	vector<float> confidences;
	vector<Rect> boxes;

	for (size_t i = 0; i < outs.size(); ++i)
	{
		// Scan through all the bounding boxes output from the network and keep only the
		// ones with high confidence scores. Assign the box's class label as the class
		// with the highest score for the box.
		float* data = (float*)outs[i].data;
		for (int j = 0; j < outs[i].rows; ++j, data += outs[i].cols)
		{
			Mat scores = outs[i].row(j).colRange(5, outs[i].cols);
			Point classIdPoint;
			double confidence;
			// Get the value and location of the maximum score
			minMaxLoc(scores, 0, &confidence, 0, &classIdPoint);
			if (confidence > confThreshold)
			{
				int centerX = (int)(data[0] * frame.cols);
				int centerY = (int)(data[1] * frame.rows);
				int width = (int)(data[2] * frame.cols);
				int height = (int)(data[3] * frame.rows);
				int left = centerX - width / 2;
				int top = centerY - height / 2;

				classIds.push_back(classIdPoint.x);
				confidences.push_back((float)confidence);
				boxes.push_back(Rect(left, top, width, height));
			}
		}
	}

	// Perform non maximum suppression to eliminate redundant overlapping boxes with
	// lower confidences
	vector<int> indices;
	NMSBoxes(boxes, confidences, confThreshold, nmsThreshold, indices);
	size_t i;
	for (i = 0; i < indices.size(); ++i)
	{
		int idx = indices[i];
		Rect box = boxes[idx];
		drawPred(classIds[idx], confidences[idx], box.x, box.y,box.x + box.width, box.y + box.height, frame);
	}
	cout << "目標數量數量：" << i << endl;
}

最終測試，1500張圖片，漏識別零件1個，沒有誤識別，就是沒有零件的地方和不同型號的零件一定不會被識別出來。這樣就達到了檢測目的。

yolov3目標識別在工業檢測中的應用

1.yolov3環境搭建參考另一篇博客https://blog.csdn.net/sinat_41852207/article/details/90906309

2.採集並製作數據集，用yolov3訓練

2.1 如何製作數據集和一些工程經驗

2.2 使用yolov3訓練自己的數據集，並測試

3 在opencv中調用訓練好的模型，進行目標識別

opencv報錯：由於找不到opencv_highgui2411d.dll,無法繼續執行代碼。重新安裝程序可能會解決此問題。

mfc修改控件字體和大小、控件字體的顏色和背景顏色

在mfc中的picture控件上顯示圖片

c++關鍵字static的作用

mfc如何幹淨的刪除控件

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結