【模型复现】自制数据集上复现目标检测域自适应 SSDA-YOLO

---

Code 链接: SSDA-YOLO
Paper 链接: SSDA-YOLO: Semi-Supervised Domain Adaptive YOLO for Cross-Domian Object Detection

1. 环境安装

# 创建环境
conda create -n ssda_yolo python=3.9

# 激活环境
conda activate ssda_yolo

# torch 安装
# 本机 CUDA 为 11.8，故安装了符合要求的 pytorch==1.13，这里需要自行根据 CUDA 版本安装适配的 torch 版本
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

# clone 代码
git clone https://github.com/hnuzhy/SSDA-YOLO.git

# pip 包
cd SSDA-YOLO
pip install -r requirements.txt

2. 数据集制作

2.1 数据准备

• 以下面展示 README.md 中提到的 CityScapes --> CityScapes Foggy 域适应为例，需要准备数据集 CityScapes、CityScapes Foggy、Normal-style --> Foggy-style、 Foggy-style --> Normal-style。
  
• 其中 Normal-style --> Foggy-style 和 Foggy-style --> Normal-style 均由 CUT 模型训练得来。CUT 模型训练过程见链接: 【模型复现】自制数据集上复现风格迁移模型 CUT：Contrastive Unpaired Translation

2.2 数据结构

• 准备训练数据，数据集的文件结构为：

  my_datasets/
  ├──cityscapes_source
  │	├──cityscapes_real
  │	│	├──images/train
  │	│	│	├──xxx.jpg
  │	│	│	└──xxx.jpg
  │	│	└──labels/train
  │	│		├──xxx.txt
  │	│		└──xxx.txt
  │	└──cityscapes_fake
  │		├──images/train
  │		│	├──xxx.jpg
  │		│	└──xxx.jpg
  │		└──labels/train
  │			├──xxx.txt
  │			└──xxx.txt
  └──cityscapesfoggy_target
  	├──cityscapesfoggy_real
  	│	├──images
  	│	│	├──train
  	│	│	│	└──xxx.jpg
  	│	│	│	└──xxx.jpg
  	│	│	└──val
  	│	│		└──xxx.jpg
  	│	│		└──xxx.jpg
  	│	└──labels
  	│		├──train
  	│		│	└──xxx.txt
  	│		│	└──xxx.txt
  	│		└──val
  	│			└──xxx.txt
  	│			└──xxx.txt
  	└──cityscapesfoggy_fake
  		├──images/train
  		│	├──xxx.jpg
  		│	└──xxx.jpg
  		└──labels/train
  			├──xxx.txt
  			└──xxx.txt
  

3. 模型训练

3.1 数据文件配置

• 在 ./data/yamls_sda 路径下新建数据配置 yaml 文件并进行配置，修改数据加载路径等参数。
  • path： 数据存放路径
  • train_source_real：源域真实训练数据
  • train_source_fake：源域上使用 CUT 生成目标域形式的数据
  • train_target_real：目标域真实训练数据
  • train_target_fake：目标域上使用 CUT 生成源域形式的数据
  • test_target_real：目标域真实测试数据
  • nc：标签数量
  • names：标签名称
• 数据配置文件示例如下：
  

3.2 训练超参数配置

• 通过 ssda_yolov5_train.py 进行训练超参数配置，按需进行超参数配置。
  

3.3 模型训练

• 训练指令

  python -m torch.distributed.launch --nproc_per_node 8 ssda_yolov5_train.py
  

• 在终端中运行训练命令，若看到下述界面，即成功复现！！！
  

4. 模型验证

4.1 验证超参数配置

• 通过 ssda_yolov5_test.py 进行验证超参数配置，按需进行超参数配置。
  

4.2 模型验证

• 验证指令

  python ssda_yolov5_test.py
  

• 验证成功界面如下。
  

5. 模型推理

• 官方代码中并未给出模型推理脚本，但分析代码不难发现，推理脚本可复用 YOLOv5-5.0 的推理脚本 detect.py，见链接 YOLOv5-5.0 detect.py，将代码放在主目录下配置参数即可。

5.1 推理超参数配置

• 通过 detect.py 进行推理超参数配置，按需进行超参数配置。
  

5.2 模型推理

• 推理指令

  python detect.py
  

• 推理成功界面如下。
  

6. 踩坑记录

6.1 AssertionError: train_target_real_fake: No labels in xxx/labels/train.cache. Can not train without labels.

• 解决方法：
  • 虽然 target 的 labels 训练中未使用，但也需按照规范放置 images 和 labels.

6.2 ValueError: could not broadcast input array from shape (427,325,3) into shape (428,325,3)

• 问题分析：
  • 在进行 mosaic 增强时，图片尺寸不符。查看 soure_fake 和 source_real 的尺寸后，发现经过 CUT 生成的图像和源域的图像中存在尺寸不一致的情况，导致增强时报错。
    
• 解决方法：
  • 分别将 soure_fake & source_real 和 target_fake & target_real 的尺寸调整一致后进行模型训练。
  • 实现脚本如下：

    import os
    from PIL import Image
    
    # 图像文件夹路径
    folder_a = './real/images/train'  # 存放jpg图像的文件夹
    folder_b = './fake/images/train'  # 存放png图像的文件夹
    
    for filename in os.listdir(folder_a):
        if filename.lower().endswith('.jpg'):
            jpg_path = os.path.join(folder_a, filename)
            png_path = os.path.join(folder_b, filename.replace('.jpg', '.png'))
    
            if os.path.exists(png_path):
                with Image.open(jpg_path) as jpg_image:
                    with Image.open(png_path) as png_image:
                        jpg_size = jpg_image.size
                        png_size = png_image.size
    
                        # 比较尺寸
                        if jpg_size != png_size:
                            print(f"尺寸不一致: {filename}")
                            # 如果尺寸不一致，调整png图像的大小
                            png_image_resized = png_image.resize(jpg_size, Image.ANTIALIAS)
                            png_image_resized.save(png_path)
                        else:
                            print(f"尺寸一致: {filename}")
            else:
                print(f"在文件夹B中找不到对应的png文件: {filename}")
    

6.3 RuntimeError: result type Float can’t be cast to the desired output type long int.

• 解决方法：
  • 在 utils/loss.py 第 216 行进行如下修改：

  # indices.append((b, a, gj.clamp_(0, gain[3] - 1), gi.clamp_(0, gain[2] - 1)))  # image, anchor, grid indices
  indices.append((b, a, gj.clamp_(0, gain[3].long() - 1), gi.clamp_(0, gain[2].long() - 1)))   # image, anchor, grid indice
  

  • 修改完成后如下所示。
    

6.4 RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cuda:2!

• 解决方法：
  • 在使用多卡时，训练命令使用 python -m torch.distributed.launch --nproc_per_node 8 ssda_yolov5_train.py