windows下使用yolov3-tiny训练数据

配置环境

1. 查看电脑GPU版本
   
2. 安装pytorch对应cuda 10.1

pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.doubanio.com/simple --user

3. 配置训练数据
使用voc格式

数据集来自安全帽数据
4. 训练代码
链接
5. 训练数据配置先运行makeTxt.py，再运行voc_label.py（原作者voc_label.py处理安全帽数据爆GBK错误，这是修改后的源码）

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
sets = ['train', 'test','val']
 
classes = ["hat","person"]
 
 
def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    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(image_id):
    in_file = open('data/Annotations/%s.xml' % (image_id),encoding = 'UTF-8')
    out_file = open('data/labels/%s.txt' % (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()
print(wd)
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set),encoding = 'UTF-8').read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

6. 删除原训练数据无关文件
   
7. 运行训练命令（原作者命令有错，更改如下）

python train.py --data data/rbc.data --cfg cfg/yolov3-tiny.cfg --epochs 100

运行出错缺啥库就安装啥。

8. 网吧CUDA内存报错。。。。发现cfg没改。

CUDA out of memory. Tried to allocate 1.15 GiB (GPU 0; 5.00 GiB total capaci

9. 1 epoch
   
   
10. 测试samples

python detect.py --data-cfg data/rbc.data --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt

跑了一遍，效果能看见，结果不太好，网费有点贵，就不跑了。

工具包

需要将JPEGImages的图片复制到一份到images，为节省内存我删了。
网吧专用代码包

本次体验花费网费