Paddledetection 使用教程VOC版

一、配置训练集文件：

1、在paddledetection文件夹下的dataset创建my_data文件夹

 

2、按图示创建对应的Annotations（存放标注后的xml）

 

3、JPEGImages存放照片

 

4、label_list.txt照片分类的种类

 

5、利用create_data_list.py生成trainval.txt和test.txt（test空的不要紧，但trainval必须要这种格式）    代码在最下面！！！！！！！！

 

• 修改voc.yml的路径

使用的是yolov3_mobilenet_v1_270e_voc.yml

位置在PaddleDetection/configs/yolov3/yolov3_mobilenet_v1_270e_voc.yml

1、需要修改voc.yml（）

位置在PaddleDetection\configs\datasets\voc.yml

 

只需要改框中对应的路径。

num_classes 表示分类的种类数量。跟前面的label_list.txt数量对应。

2.修改yolov3_reader.yml

其位置在

PaddleDetection\configs\yolov3\_base_\yolov3_reader.yml

 

 

根据显卡的性能更改batch_size的数量为（2，4，8……）我的3050ti最多一次4张。

• 开始训练

1.进入搭好的环境及文件夹

1、在终端中输入

python tools/train.py -c configs/yolov3/yolov3_mobilenet_v1_270e_voc.yml

出现下图即成功，若只停在[ppdet.utils.checkpoint INFO: Finish loading modelweights:C:\Users\26026/.cache/paddle/weights\MobileNetV1_pretrained.pdparams]则说明batch_size需要改小。

 

第一次训练会出现报错！

这个报错缺少zlibwapi.dll

需要下载：http://www.winimage.com/zLibDll/

 

 

然后解压缩

这个都会吧？
然后把 zlib123dllx64\dll_x64\zlibwapi.dll 移到 cuda的目录下，我的目录是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin

训练结束后：

会生成在paddledetection/output/yolov3_mobilenet_v1_270e_生成model_final.pdparams文件

• 使用训练集

1. 将要分类的照片存放在paddledetection/demo中

2.输入python tools/infer.py -c configs/yolov3/yolov3_mobilenet_v1_270e_voc.yml -o weights=output/yolov3_mobilenet_v1_270e_voc/model_final.pdparams --infer_dir=demo

 结束后可在output中找到已分类的照片

出现以下图片即成功。

 因为我们训练的较少，所以效果不是很好。

create_data_list.py:

import os

import random

import xml.etree.ElementTree

from tqdm import tqdm

# 打乱数据

def shuffle_data(data_list_path):

    with open(data_list_path, 'r', encoding='utf-8') as f:

        lines = f.readlines()

        random.shuffle(lines)

    with open(data_list_path, 'w', encoding='utf-8') as f:

        f.writelines(lines)

# 生成图像列表

def create(images_dir, annotations_dir, train_list_path, test_list_path, label_file):

    f_train = open(train_list_path, 'w', encoding='utf-8')

    f_test = open(test_list_path, 'w', encoding='utf-8')

    f_label = open(label_file, 'w', encoding='utf-8')

    label = set()

    images = os.listdir(images_dir)

    i = 0

    for image in tqdm(images):

        i += 1

        annotation_path = os.path.join(annotations_dir, image[:-3] + 'xml').replace('\\', '/')

        image_path = os.path.join(images_dir, image).replace('\\', '/')

        if not os.path.exists(annotation_path):

            continue

        root = xml.etree.ElementTree.parse(annotation_path).getroot()

        for object in root.findall('object'):

            label.add(object.find('name').text)

        if i % 20 == 0:

            f_test.write(

                "%s %s\n" % (image_path[image_path.find('/') + 1:], annotation_path[annotation_path.find('/') + 1:]))

        else:

            f_train.write(

                "%s %s\n" % (image_path[image_path.find('/') + 1:], annotation_path[annotation_path.find('/') + 1:]))

    for l in label:

        f_label.write("%s\n" % l)

    f_train.close()

    f_test.close()

    f_label.close()

    # 打乱训练数据

    shuffle_data(train_list_path)

    print('create data list done!')

if __name__ == '__main__':

    create('./JPEGImages', './Annotations', './trainval.txt', './test.txt', './label_list.txt')