目录
3.3 修改model_data下的voc_classes.txt为自己训练的类别
0、环境配置
系统:ubuntu-16.04 tensorflow-gpu: 1.9.0 keras: 2.1.6
1、安装keras-yolov3
1.1 下载源文件
git clone https://github.com/qqwweee/keras-yolo3
生成keras-yolo3的文件夹。
百度网盘链接:https://pan.baidu.com/s/1d0ymLRvAGyv8iHIP7M5wuQ
提取码:hupa
1.2 下载权重信息
下载 https://pjreddie.com/media/files/yolov3.weights
并将下载的yolov3.weights(大概237M)放到keras-yolo3的文件夹下
1.3 转化darknet的配置文件
原生的yolov3使用darknet作为主干网络,需要将其配置文件转化为keras适用的h5格式文件。
python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5
会在model_data下生成yolo.h5的文件。
1.4 测试
(注:参考博客的上运行python yolo.py,本机测试只输出:Using TensorFlow backend.,并不会检测)
python yolo_video.py --image
输入文件的路径信息,进行测试
2、准备自己的数据
2.1 建立数据集的文件夹
1)新建一个文件夹VOCdevkit
2)在VOCdevkit下新建文件夹VOC2007
3)VOC2007下,建立如下文件夹
(后面两个与分割有关暂时没用)
其中,Annotations 存放 图片xml文件(包括标注的坐标和类别)
JPEGImages存放 图片(训练所需的图片)
而ImageSets下面又有文件夹:
ImageSets/Main目录下,存放train.txt 、val.txt 、test.txt、trainval.txt (txt的文件中只存放图片的名字,不包括后缀名)
或者直接通过如下代码自动生成,将代码放到VOCdevkit文件下运行:
import os
def make_voc_dir():
os.makedirs('VOC2007/Annotations')
os.makedirs('VOC2007/ImageSets')
os.makedirs('VOC2007/ImageSets/Main')
os.makedirs('VOC2007/ImageSets/Layout')
os.makedirs('VOC2007/ImageSets/Segmentation')
os.makedirs('VOC2007/JPEGImages')
os.makedirs('VOC2007/SegmentationClass')
os.makedirs('VOC2007/SegmentationObject')
'''
Annotations 中主要存放xml文件,每一个xml对应一张图像,
并且每个xml中存放的是标记的各个目标的位置和类别信息,命名通常与对应的原始图像一样
JPEGImages 自己的原始图像放在JPEGImages文件夹
ImageSets
Layout 存放人体部位的数据。(用不上)
Main 存放的是目标识别的数据,主要有test.txt , train.txt, val.txt,
trainval.txt四个文件。
Segmentation 存放分割的数据。(用不上)
'''
if __name__ == '__main__':
make_voc_dir()
2.2 标注
1) 标注数据:安装工具labelImg,生成Annotation下的xml文件。
(安装labelImg参考:https://blog.csdn.net/u012746060/article/details/81016993)
如果制作自己数据集就是用labelimg对每张图片进行标注,会对每一张图片自动生成对应的xml文件(包括坐标[左上角和右下角],以及类别信息)。
2) 拷贝数据:将图片全部放入JPEGImages文件夹,
将生成的xml文件放到Annotations文件夹。
2.3 划分数据集
标注好数据之后,需要划分数据集,生成ImageSets/Main目录下的txt文件:
在VOC2007目录下复制代码,并运行。
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()
会生成4个txt文件,txt文件只存放图片文件名字不包括后缀。
比例问题:代码中通过train_percent和trainval_percent调整。
train:0.8
trainval:0.2
val和test在trainval中,其中 test:0.2*0.8=0.16, 而val=0.2-0.16=0.04
txt文件中存放文件名,不包含后缀。
这样,VOC的数据集就准备好了。
3、训练自己的数据集
3.1 生成yolov3所需的txt文件
生成的数据集不能供yolov3直接使用。需要运行voc_annotation.py。
1) 需要修改voc_annotation.py
2) 运行代码
python voc_annotation.py
在keras-yolo3文件夹下得到3个文件
txt文件中包含图片完整的路径信息、坐标信息和类别信息
红色是路径信息,绿色是坐标信息,蓝色是类别索引信息(从数字0开始)
3.2 修改参数文件yolov3.cfg
打开yolov3.cfg,搜索yolo(共3次),按如下提示修改
filter:3*(5+len(classes))
classes: 你要训练的类别数(我这里是训练两类)
random:原来是1,显存小的话改为0,显存大的话不用改
3.3 修改model_data下的voc_classes.txt为自己训练的类别
将voc_classes.txt修改为自己训练的类别,一行一个类别名称。
3.4修改train.py代码(直接使用下面代码代替)
将keras-yolo3下的train.py代码进行替换
"""
Retrain the YOLO model for your own dataset.
"""
import numpy as np
import keras.backend as K
from keras.layers import Input, Lambda
from keras.models import Model
from keras.callbacks import TensorBoard, ModelCheckpoint, EarlyStopping
from yolo3.model import preprocess_true_boxes, yolo_body, tiny_yolo_body, yolo_loss
from yolo3.utils import get_random_data
def _main():
annotation_path = '2007_train.txt'
log_dir = 'logs/000/'
classes_path = 'model_data/voc_classes.txt'
anchors_path = 'model_data/yolo_anchors.txt'
class_names = get_classes(classes_path)
anchors = get_anchors(anchors_path)
input_shape = (416,416) # multiple of 32, hw
model = create_model(input_shape, anchors, len(class_names) )
train(model, annotation_path, input_shape, anchors, len(class_names), log_dir=log_dir)
def train(model, annotation_path, input_shape, anchors, num_classes, log_dir='logs/'):
model.compile(optimizer='adam', loss={
'yolo_loss': lambda y_true, y_pred: y_pred})
logging = TensorBoard(log_dir=log_dir)
checkpoint = ModelCheckpoint(log_dir + "ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5",
monitor='val_loss', save_weights_only=True, save_best_only=True, period=1)
batch_size = 10
val_split = 0.1
with open(annotation_path) as f:
lines = f.readlines()
np.random.shuffle(lines)
num_val = int(len(lines)*val_split)
num_train = len(lines) - num_val
print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))
model.fit_generator(data_generator_wrap(lines[:num_train], batch_size, input_shape, anchors, num_classes),
steps_per_epoch=max(1, num_train//batch_size),
validation_data=data_generator_wrap(lines[num_train:], batch_size, input_shape, anchors, num_classes),
validation_steps=max(1, num_val//batch_size),
epochs=500,
initial_epoch=0)
model.save_weights(log_dir + 'trained_weights.h5')
def get_classes(classes_path):
with open(classes_path) as f:
class_names = f.readlines()
class_names = [c.strip() for c in class_names]
return class_names
def get_anchors(anchors_path):
with open(anchors_path) as f:
anchors = f.readline()
anchors = [float(x) for x in anchors.split(',')]
return np.array(anchors).reshape(-1, 2)
def create_model(input_shape, anchors, num_classes, load_pretrained=False, freeze_body=False,
weights_path='model_data/yolo_weights.h5'):
K.clear_session() # get a new session
image_input = Input(shape=(None, None, 3))
h, w = input_shape
num_anchors = len(anchors)
y_true = [Input(shape=(h//{0:32, 1:16, 2:8}[l], w//{0:32, 1:16, 2:8}[l], \
num_anchors//3, num_classes+5)) for l in range(3)]
model_body = yolo_body(image_input, num_anchors//3, num_classes)
print('Create YOLOv3 model with {} anchors and {} classes.'.format(num_anchors, num_classes))
if load_pretrained:
model_body.load_weights(weights_path, by_name=True, skip_mismatch=True)
print('Load weights {}.'.format(weights_path))
if freeze_body:
# Do not freeze 3 output layers.
num = len(model_body.layers)-7
for i in range(num): model_body.layers[i].trainable = False
print('Freeze the first {} layers of total {} layers.'.format(num, len(model_body.layers)))
model_loss = Lambda(yolo_loss, output_shape=(1,), name='yolo_loss',
arguments={'anchors': anchors, 'num_classes': num_classes, 'ignore_thresh': 0.5})(
[*model_body.output, *y_true])
model = Model([model_body.input, *y_true], model_loss)
return model
def data_generator(annotation_lines, batch_size, input_shape, anchors, num_classes):
n = len(annotation_lines)
np.random.shuffle(annotation_lines)
i = 0
while True:
image_data = []
box_data = []
for b in range(batch_size):
i %= n
image, box = get_random_data(annotation_lines[i], input_shape, random=True)
image_data.append(image)
box_data.append(box)
i += 1
image_data = np.array(image_data)
box_data = np.array(box_data)
y_true = preprocess_true_boxes(box_data, input_shape, anchors, num_classes)
yield [image_data, *y_true], np.zeros(batch_size)
def data_generator_wrap(annotation_lines, batch_size, input_shape, anchors, num_classes):
n = len(annotation_lines)
if n==0 or batch_size<=0: return None
return data_generator(annotation_lines, batch_size, input_shape, anchors, num_classes)
if __name__ == '__main__':
_main()
3.5 修改yolo.py文件
检查目录logs/000是否存在,此目录存放训练完成后的权重trained_weights.h5文件。
3.6 训练
运行代码训练:
python train.py
代码中epochs=500,batch_size=10可根据情况自行修改。
(参考博客中提到一般loss降到10左右即可使用)
4、预测
运行
python yolo_video.py --image
输入图片的路径即可预测。
(问题:目前使用python yolo.py 时,不能预测。有知道如何解决的大神请留言,谢谢)
5、批量测试
场景需求:训练好模型后,可能需要批量测试检测的结果。将待检测的图片放到test文件夹下,检测结果保存到results文件夹下。
5.1 获取待检测的测试集test
1)将需要检测的图片全部放到test文件夹下,并将其放到keras-yolo3文件夹目录下。
2)在keras-yolo3目录下,新建目录results,存放检测之后的结果。
5.2 修改测试代码
新建文件名为 yolo_video_batch_test.py 的文件,复制如下代码到文件
import sys
import argparse
from yolo import YOLO, detect_video
from PIL import Image
import glob
import os
def detect_img(yolo):
path = "./test/*.jpg" # your testset dir
outdir = "./results/" # save results dir
for jpgfile in glob.glob(path):
img = Image.open(jpgfile)
img = yolo.detect_image(img)
img.save(os.path.join(outdir, os.path.basename(jpgfile)))
yolo.close_session()
'''
def detect_img(yolo):
while True:
img = input('Input image filename:')
try:
image = Image.open(img)
except:
print('Open Error! Try again!')
continue
else:
r_image = yolo.detect_image(image)
r_image.show()
yolo.close_session()
'''
FLAGS = None
if __name__ == '__main__':
# class YOLO defines the default value, so suppress any default here
parser = argparse.ArgumentParser(argument_default=argparse.SUPPRESS)
'''
Command line options
'''
parser.add_argument(
'--model', type=str,
help='path to model weight file, default ' + YOLO.get_defaults("model_path")
)
parser.add_argument(
'--anchors', type=str,
help='path to anchor definitions, default ' + YOLO.get_defaults("anchors_path")
)
parser.add_argument(
'--classes', type=str,
help='path to class definitions, default ' + YOLO.get_defaults("classes_path")
)
parser.add_argument(
'--gpu_num', type=int,
help='Number of GPU to use, default ' + str(YOLO.get_defaults("gpu_num"))
)
parser.add_argument(
'--image', default=True, action="store_true",
help='Image detection mode, will ignore all positional arguments'
)
'''
Command line positional arguments -- for video detection mode
'''
parser.add_argument(
"--input", nargs='?', type=str,required=False,default='./path2your_video',
help = "Video input path"
)
parser.add_argument(
"--output", nargs='?', type=str, default="",
help = "[Optional] Video output path"
)
FLAGS = parser.parse_args()
if FLAGS.image:
"""
Image detection mode, disregard any remaining command line arguments
"""
print("Image detection mode")
if "input" in FLAGS:
print(" Ignoring remaining command line arguments: " + FLAGS.input + "," + FLAGS.output)
detect_img(YOLO(**vars(FLAGS)))
elif "input" in FLAGS:
detect_video(YOLO(**vars(FLAGS)), FLAGS.input, FLAGS.output)
else:
print("Must specify at least video_input_path. See usage with --help.")
实际,上述代码为yolo_video.py,在此基础上进行了修改。修改了两处:
1) 修改detect_img函数,将yolo_video.py下的函数注释掉修改为如下代码:
2)修改命令行 --image,将默认值设为True,这样命令行argparse只检测图片,不用再加--image参数
最后,运行检测代码:
python yolo_video_batch_test.py
运行后,会将检测结果保存在results的目录下。
参考:
windows10+keras下的yolov3的快速使用及自己数据集的训练