Yunet调试

城北徐公爱编程

已于 2023-06-02 13:11:40 修改

阅读量1.2k

点赞数 2

文章标签： python opencv 开发语言

于 2023-05-31 23:10:26 首次发布

本文链接：https://blog.csdn.net/Theforeverhella/article/details/130978793

版权

YuNet人脸检测调试

原文章链接：【速度↑20%模型尺寸↓36%】极简开源人脸检测算法升级 (qq.com)

python代码

 https://github.com/opencv/opencv_zoo/tree/master/models/face_detection_yunet

c++代码（未尝试)

 https://github.com/ShiqiYu/libfacedetection  // git链接

环境：yolo5

调试记录

1. 模型下载：

从它给的链接下载后缀为onnx的模型文件 yunet.onnx

 https://github.com/ShiqiYu/libfacedetection.train/blob/a61a428929148171b488f024b5d6774f93cdbc13/tasks/task1/onnx/yunet.onnx

下载完的模型放在整体项目路径下

2. 运行基准文件benchmark.py

准备工作

1. 环境搭建

1. Install `python >= 3.6`.
 2. Install dependencies: `pip install -r requirements.txt`.
 3. Download data for benchmarking. # 下载需要用到的测试数据
       1. Download all data: `python download_data.py` # 类爬虫程序，国内谷歌网站无法访问，尝试失败
     2. Download one or more specified data: `python download_data.py face text`. Available names can be found in `download_data.py`. # 下载特定的数据
     3. If download fails, you can download all data from https://pan.baidu.com/s/18sV8D4vXUb2xC9EG45k7bg (code: pvrw). Please place and extract data packages under [./data](./data). # 百度网盘链接 尝试成功 下载face_detection中包含的三张图片到data下

2. 根据yaml文件给定参数,原文链接python yaml文件操作 - 浩浩学习 - 博客园 (cnblogs.com)

查询yaml是什么

 yaml是专门用来写配置文件的语言，非常简洁和强大，远比 JSON 格式方便
 yaml基础语法规则
     大小写敏感
     使用缩进表示层级关系
     不允许使用 TAB 键来缩进，只允许使用空格键来缩进
     缩进的空格数量不重要
     使用"#"来表示注释
 yaml 支持的数据结构有三种
   对象：键值对的集合，又称为映射（mapping）/ 哈希（hashes） / 字典（dictionary）
   数组：一组按次序排列的值，又称为序列（sequence） / 列表（list）
   纯量（scalars）：单个的、不可再分的值

yaml文件的使用

 pip install pyyaml
 pip install pyyaml -i https://pypi.tuna.tsinghua.edu.cn/simple
 
 with open(file_path, 'r', encoding='utf-8') as f:
         data = yaml.load(f, Loader=yaml.FullLoader) # 加载yaml数据
         print(f'读取的数据：{data}')
         print(f'数据类型为：{type(data)}')
 # pyyaml模块在python中用于处理yaml格式数据，主要使用yaml.safe_dump()、yaml.safe_load()函数将python值和yaml格式数据相互转换。当然也存在yaml.dump()、yaml.load()函数，同样能实现数据转换功能，只是官方不太推荐使用。官方给出的解释，因为yaml.safe_dump()、yaml.safe_load() 能够，而且yaml.safe_dump()、yaml.safe_load()比yaml.dump()、yaml.load()安全

4. benchmark.py中改模型路径参数

根据paser函数给参数yaml的默认值

 parser.add_argument('--cfg', '-c', type=str,default=r"F:\python_project\opencv_zoo-master\benchmark\config\face_detection_yunet.yaml",help='Benchmarking on the given config.')

argarse函数的使用

 第一步：创建 ArgumentParser() 对象
     parser = argparse.ArgumentParser() #创建对象
 第二步：调用 add_argument() 方法添加参数
     parser.add_argument('integer', type=int, help='display an integer')
 第三步：使用 parse_args() 解析添加的参数
     args = parser.parse_args()
 要使用参数就用args.module的形式去调用，也可在shell终端使用python xx.py --xx 参数

进yaml修改模型的默认路径

运行benchmark结果

3.研究benchmark.py

yaml转换为python数据之后

cfg:

 {'Benchmark': {'name': 'Face Detection Benchmark', 'type': 'Detection',
                'data': {'path': 'benchmark/data/face_detection', 'files': ['group.jpg', 'concerts.jpg', 'dance.jpg'], 'sizes': [[160, 120], [640, 480]]}, 
                'metric': {'warmup': 30, 'repeat': 10, 'reduction': 'median'},
                'backend': 'default', 'target': 'cpu'}, 
 'Model': {'name': 'YuNet', 'modelPath': 'r"F:\\python_project\\opencv_zoomaster\\models\\face_detection_yunet\\yunet.onnx"', 'confThreshold': 0.6, 'nmsThreshold': 0.3, 'topK': 5000}}

1. def prepend_pythonpath(cfg)函数

这个函数的功能就是编列yaml数据找到path里的内容，并将其赋值为cfg对应的键值.

比如原来cfg中: path : F:\python_project ----> 现在 path = F:\python_project

 def prepend_pythonpath(cfg):
     for k, v in cfg.items():  # item()方法把字典中每对key和value组成一个元组，并把这些元组放在列表中返回 key放键 value为值
         if isinstance(v, dict):  # 判断v是否为dict类型 返回布尔值 直到不是字典为止
             prepend_pythonpath(v)
         else:
             if 'path' in k.lower():  # 全转为小写 遍历yaMl数据直到键值变为path为止
                 cfg[k] = os.path.join(os.environ['PYTHONPATH'], v) #如果我们使用 PYTHONPATH 中的 modules，那么在运行 python 前，就要把 path 加到 os.environ['PYTHONPATH']

2. def build_from_cfg(cfg, registery, key=None, name=None)

class类中传入的参数为 build_from_cfg(self.data_dict, registery=DATALOADERS, name=self.type)

_data_dict = data（path,file,size) name = "detection"

 def build_from_cfg(cfg, registery, key=None, name=None):  # _data_dict, registery=DATALOADERS, name=self._type
     if key is not None:                                   
         obj_name = cfg.pop(key) 
         obj = registery.get(obj_name)  
         return obj(**cfg)
     elif name is not None:  # 走这里
         obj = registery.get(name) # registery是一个类实例 出的对象调用类方法get
         return obj(**cfg)  # 最后从这里进入class BaseImageLoader类 cfg： path fliles sizes
     else:
         raise NotImplementedError()

其中DATALOADERS = Registery('DataLoaders')

 class Registery:
     def __init__(self, name):
         self._name = name
         self._dict = dict()
 
     def get(self, key):
         if key in self._dict:
             return self._dict[key]
         else:
             return self._dict['Base'] # return了这里
 
     def register(self, item):
         self._dict[item.__name__] = item
         # renaming *ImageLoader/*VideoLoader
         if 'ImageLoader' in item.__name__:
             name = item.__name__.replace('ImageLoader', '')
             self._dict[name] = item
 METRICS = Registery('Metrics')
 DATALOADERS = Registery('DataLoaders')

进入图片加载类

 class _BaseImageLoader:
     def __init__(self, **kwargs):
         self._path = kwargs.pop('path', None)  # 给路径
         assert self._path, 'Benchmark[\'data\'][\'path\'] cannot be empty.'  # 判断是否为空
 
         self._files = kwargs.pop('files', None)  # 给文件
         assert self._files, 'Benchmark[\'data\'][\'files\'] cannot be empty'
         self._len_files = len(self._files)
 
         self._sizes = kwargs.pop('sizes', [[0, 0]]) # 给大小  self._sizes = [[160,120],[640,480]]
         self._len_sizes = len(self._sizes)  # 完成之后跳回benchmark.py的46行  self._len_sizes = 3
 
     @property
     def name(self):
         return self.__class__.__name__
 
     def __len__(self):
         return self._len_files * self._len_sizes
 
     def __iter__(self):
         for filename in self._files:
             image = cv.imread(os.path.join(self._path, filename))
             if [0, 0] in self._sizes:
                 yield filename, image
             else:
                 for size in self._sizes:
                     image_r = cv.resize(image, size)
                     yield filename, image_r

3. class Benchmark:

实例化benchmark对象，传入cfg中键为Benchmark的值的内容用来初始化

 benchmark = Benchmark(**cfg['Benchmark'])

到这里将cfg中data对应的值赋给data_dict并将其从cfg中删掉，运行bulid_form_cfg函数加载数据,这里先运行build_from_cfg函数

到目录2def bulid_from_cfg下

运行完bulid_from_cfg函数之后继续往下

根据配置文件yaml的metric同上调用bulid函数

 self._metric_dict = kwargs.pop('metric', None)
         assert self._metric_dict, 'Benchmark[\'metric\'] cannot be empty.'
         if 'type' in self._metric_dict:
             self._metric = build_from_cfg(self._metric_dict, registery=METRICS, key='type')
         else:
             self._metric = build_from_cfg(self._metric_dict, registery=METRICS, name=self._type) # name = detection
接下来进入

 def build_from_cfg(cfg, registery, key=None, name=None):  # _data_dict, registery=DATALOADERS, name=self._type
     if key is not None:                                   
         obj_name = cfg.pop(key) 
         obj = registery.get(obj_name)  
         return obj(**cfg)
     elif name is not None:  # 走这里
         obj = registery.get(name) # registery是一个类实例 出的对象调用类方法get 从这里进入class registery
         return obj(**cfg)  # obj = 'Detection' 
     else:
         raise NotImplementedError()
 class Registery:
     def __init__(self, name):
         self._name = name
         self._dict = dict()
 
     def get(self, key):  # 这里 key = Detection
         if key in self._dict:   # _dict = {'Base':'放的是对象后面同','Detection','Recognition','Tracking'}
             return self._dict[key] # 最后Detection在_dict中，返回Detection对应的对象值
         else:
             return self._dict['Base']
 
     def register(self, item):
         self._dict[item.__name__] = item
         # renaming *ImageLoader/*VideoLoader
         if 'ImageLoader' in item.__name__:
             name = item.__name__.replace('ImageLoader', '')
             self._dict[name] = item
 
 METRICS = Registery('Metrics')
 DATALOADERS = Registery('DataLoaders')

调用Detection对象，传参数**cfg。 cfg ={'path','files','sizes'} 进入detection.py

@METRICS.register
 class Detection(BaseMetric):
     def __init__(self, **kwargs):  # **kwargs = {'warmup':30,'repeat':10,'reduction':'median'}
         super().__init__(**kwargs)  # 从这里进base_metric.py
 
     def forward(self, model, *args, **kwargs):
         img = args[0]
         size = [img.shape[1], img.shape[0]]
         try:
             model.setInputSize(size)
         except:
             pass
 
         # warmup
         for _ in range(self._warmup):
             model.infer(img)
         # repeat
         self._timer.reset()
         for _ in range(self._repeat):
             self._timer.start()
             model.infer(img)
             self._timer.stop()
 
         return self._getResult()
 class BaseMetric:
     def __init__(self, **kwargs):
         self._warmup = kwargs.pop('warmup', 3)  # 这里开始属性初始化
         self._repeat = kwargs.pop('repeat', 10)
         self._reduction = kwargs.pop('reduction', 'median')
 
         self._timer = Timer() # 进Timer类
 
     def _calcMedian(self, records):
         ''' Return the median of records
         '''
         l = len(records)
         mid = int(l / 2)
         if l % 2 == 0:
             return (records[mid] + records[mid - 1]) / 2
         else:
             return records[mid]
 
     def _calcGMean(self, records, drop_largest=3):
         ''' Return the geometric mean of records after drop the first drop_largest
         '''
         l = len(records)
         if l <= drop_largest:
             print('len(records)({}) <= drop_largest({}), stop dropping.'.format(l, drop_largest))
         records_sorted = sorted(records, reverse=True)
         return sum(records_sorted[drop_largest:]) / (l - drop_largest)
 
     def _getResult(self):
         records = self._timer.getRecords()
         if self._reduction == 'median':
             return self._calcMedian(records)
         elif self._reduction == 'gmean':
             return self._calcGMean(records)
         else:
             raise NotImplementedError('Reduction {} is not supported'.format(self._reduction))
 
     def getReduction(self):
         return self._reduction
 
     def forward(self, model, *args, **kwargs):
         raise NotImplementedError('Not implemented')
 import cv2 as cv
 
 class Timer:
     def __init__(self):
         self._tm = cv.TickMeter()
         self._record = []  # 初始完之后返回到benchmark.py第56行
 
     def start(self):
         self._tm.start()
 
     def stop(self):
         self._tm.stop()
         self._record.append(self._tm.getTimeMilli())
         self._tm.reset()
 
     def reset(self):
         self._record = []
 
     def getRecords(self):
         return self._record

56行

 backend_id = kwargs.pop('backend', 'default') # backend被删了 现在值为default kwargs={'name':'Face Detection','target':'cpu'}  因为配置文件每用一次pop就删掉了
 available_backends = dict(
             default=cv.dnn.DNN_BACKEND_DEFAULT, default  = 0
             # halide=cv.dnn.DNN_BACKEND_HALIDE,
             # inference_engine=cv.dnn.DNN_BACKEND_INFERENCE_ENGINE,
             opencv=cv.dnn.DNN_BACKEND_OPENCV,   opencv = 3
             # vkcom=cv.dnn.DNN_BACKEND_VKCOM,
             cuda=cv.dnn.DNN_BACKEND_CUDA,   cuda = 5
         )
 target_id = kwargs.pop('target', 'cpu') target_id = "cpu"
 available_targets = dict(
             cpu=cv.dnn.DNN_TARGET_CPU, = 0 
             # opencl=cv.dnn.DNN_TARGET_OPENCL,
             # opencl_fp16=cv.dnn.DNN_TARGET_OPENCL_FP16,
             # myriad=cv.dnn.DNN_TARGET_MYRIAD,
             # vulkan=cv.dnn.DNN_TARGET_VULKAN,
             # fpga=cv.dnn.DNN_TARGET_FPGA,
             cuda=cv.dnn.DNN_TARGET_CUDA,  = 6
             cuda_fp16=cv.dnn.DNN_TARGET_CUDA_FP16,  = 7
             # hddl=cv.dnn.DNN_TARGET_HDDL,
         )
 try:
   available_backends['timvx'] = cv.dnn.DNN_BACKEND_TIMVX
   available_targets['npu'] = cv.dnn.DNN_TARGET_NPU
   except:
     print('OpenCV is not compiled with TIM-VX backend enbaled. See https://github.com/opencv/opencv/wiki/TIM-VX-Backend-For-Running-OpenCV-On-NPU for more details on how to enable TIM-VX backend.')
 
 self._backend = available_backends[backend_id]   int 0
 self._target = available_targets[target_id]     int 0
 self._benchmark_results = dict() # 结束之后重新进入Build函数 传"Yunet"

Yunet初始化结束之后调用run函数打印出图片的图片参数

附录

调试的路径的坑:编程地址与电脑地址有区别

直接从电脑中复制过来的目录是使用‘ \ ’分隔，但在Python中‘ \ ’为转义字符，有其他功能，可能出现占用而报错的情况。所以我们在电脑中将目录复制过来后，手动将‘ \ ’改为’ / ‘、’ // ‘或’ \ ‘，即可解决上述问题

 #错误，标准电脑格式
 path_train = 'D:\python learning&training\pythonProject\Project\Project\DataCSV3\'    
 #正确 使用了‘ / ’
 path_train = 'D:/python learning&training/pythonProject/Project/Project/DataCSV3/' 
 #正确 使用了‘ \\ ’
 path_train = 'D:\\python learning&training\\pythonProject\\Project\\Project\\DataCSV3\\' 
 #正确 使用了‘ // ’
 path_train = 'D://python learning&training//pythonProject//Project//Project//DataCSV3//'