训练优化
增加训练集
增大训练集的大小,可以增强模型的泛化能力,于是我们把baseline中只取训练集中的5个视频改为了全部视频文件
# before optimization
for anno_path, video_path in zip(train_annos[:5], train_videos[:5]):
# after optimization
for anno_path, video_path in zip(train_annos, train_videos):
# 需要注意的是,按照官方教程直接在系统盘下载代码,代码运行的数据会全部保存在系统盘中,导致容量不够,我们需要将全部文件保存在数据盘data中
减少重复帧
由于训练集是一个个视频,由局部性原理,连续的帧中必然有相似的内容,我们每10帧取1帧进行训练,在损失一点点泛化程度的代价下可以大大提高训练速度
# before optimization
cap = cv2.VideoCapture(video_path)
while True:
ret, frame = cap.read()
if not ret:
break
# after optimization
cap = cv2.VideoCapture(video_path)
frame_skip = 10 # 每 10 帧读取 1 帧
while True:
ret, frame = cap.read()
if not ret:
break
for _ in range(frame_skip - 1): # 跳过9帧
cap.grab() # 相比read(),使用grab()可以不返回图像内容,可以提高运行速度
换用精度更高的模型
在baseline中使用的yolov8n模型,可以较快解决较小的问题,换用参数更复杂的v8x模型,虽然运行速度变慢,但模型精度会提高
# before optimization
!wget http://mirror.coggle.club/yolo/yolov8n-v8.2.0.pt -O yolov8n.pt
model = YOLO('yolov8n.pt')
# after optimization
!wget http://mirror.coggle.club/yolo/yolov8x-v8.2.0.pt -O yolov8x.pt
model = YOLO('yolov8x.pt')
模型复用
通过模型复用,可以将一个完整的训练过程细分为多次训练过程,同时可以较为精确地控制每个阶段的各项参数,实施诸如退火,反相,旋转等方法,来提高模型的泛化能力和精度
# before optimization
model = YOLO("runs/detect/train3/weights/best.pt")
# after optimization
model = YOLO('yolov8x.pt')
学习率递减
在反复多次的训练中,前期使用较大的学习率能使模型快速逼近,后期使用较小的学习率能使模型精确拟合
# before optimization
results = model.train(data="yolo-dataset/yolo.yaml", epochs=10, imgsz=1080, batch=8) # default lr0=0.01
# after optimization
results = model.train(data="yolo-dataset/yolo.yaml", epochs=10, imgsz=1080, batch=8, lr0=0.001)
结果展示
可以看到,经过优化的模型,loss趋近于0,precision和recall已经十分接近1了