在YOLO2中增加自己的物体识别

从RCNN, fast RCNN， 到faster RCNN， YOLO, 以及最新的YOLO2， 检测的速度是越来越快了， 最新的YOLO2据作者说可以达到67Fps， 支持的种类达9000.想看效果的请戳这里YOLO2 .

这么快速度，当然很多人估计跟我一样，想把它用来检测特定类的物体。这里，我将根据自己查找的一些资料，以及自己的实践，告诉大家怎么在YOLO2中增加识别自己需要的物体。

主要分为2部分， 第一部分介绍如何制作自己的训练集和测试集。第二部分，介绍如何进行训练和测试。

一、用BBox-Label-Tool制作训练集

1. 下载BBox-Label-Tool

下载地址BBox-Lable-Tool

2. 修改main.py

1) 将126行self.category = int(s)改为self.category = s
2) 将133行self.imageDir = os.path.join(r'./Images', '%03d' %(self.category))改为self.imageDir = os.path.join(r'./Images', '%s' %(self.category))
3) 将144行self.outDir = os.path.join(r'./Labels', '%03d' %(self.category))改为self.outDir = os.path.join(r'./Labels', '%s' %(self.category))
这样我们可以在Images目录下使用英文名目录而不是只有数字， Images目录下创建自己的目录用于放置你需要进行标注的图片集，比如在Images下创建myobject目录，然后把你要标注的图片（最少300张）放到myobject目录下。

3. 准备图片集

图片的话，300张左右大概就够了，当然越多越好。注意，BBox只能对JPEG文件进行识别（坑爹），所以如果你的图片是其他格式的话，要转成JPEG。Window下你可以找些批处理的转码软件，

这里我们就把需要进行标注的图片放到了Images/myobject目录下。我们就可以使用BBox进行标注了。

4. 生成标注数据

BBox-Label-Tool需要python2.7和PIL-1.1.7.win32-py2.7
安装完成后，执行python27 main.py(因为我的电脑是3.5和2.7都有装），在Image Dir中输入myobject，然后点击load加载需要标注的图片集，如下图

用鼠标确定一个方框后，右边会有对应坐标， 一张图片允许框选多个方框， 框选完成后点击next就会处理下一张图片，同时上一张图片的标注信息会出现在Lables目录下

5. 将标注数据转成YOLO可识别格式

因为YOLO的lable数据要求是object-class x y width height, 像这种
0 0.73 0.511070110701 0.41 0.616236162362， 而我们之前的标注数据格式是这样
1
210 55 374 222
所以需要转换一下，这里有个脚本，这个脚本下载完后还需要我们改动几个地方。
1）将13行的classes的值改为classes = ["myobject"]
2）将35行改为cls = "myobject"
3）将32,33行改为
mypath = "Labels/myobject/"
outpath = "traindata/lables/"这里的outpath改为你自己的临时目录。
4）如果你在window下跑这个py，那么你还需要改58行，lines = txt_file.read().split('\n') 把\r\n改为\n.
最后执行这个脚本python27 convert.py,输出如下信息

然后你就可以在outpath下找到转换后的标注信息。

我们已经得到了一个图像集，在你的Images/myobject目录下， 一个对该图像集的标注信息，在你的outpath目录下， 现在把这2个目录下的jpeg和txt文件合并到一个文件夹，我这里是放到darkne目录下的data\myobject目录下， 下一步我们就要配置YOLO来进行训练了。

二、配置YOLO

YOLO的配置主要为3个文件myobj.data, myobj.name, myobj.cfg.

1. myobj.data

我的myobj.data内容如下
classes= 1
train = data/myobject/train.txt
valid = data/myobject/test.txt
names = data/myobject/myobj.names
backup = backup
classes为你要detect的目标种类个数， 检测一种的话就是1。 train指向一个txt文件，用于描述训练时用哪些图片进行训练。 valid用于描述测试时用哪些图片进行测试。这两个文件可以使用如下脚本生成

import glob, os

# Current directory
current_dir = os.path.dirname(os.path.abspath(__file__))

# 图片的存储目录
path_data = 'data/myobject/'

# Percentage of images to be used for the test set percentage_test = 10;

# Create and/or truncate train.txt and test.txt file_train = open('train.txt', 'w') file_test = open('test.txt', 'w') # Populate train.txt and test.txt counter = 1 index_test = round(100 / percentage_test) for pathAndFilename in glob.iglob(os.path.join(current_dir, "*.jpg")): title, ext = os.path.splitext(os.path.basename(pathAndFilename)) #file = open(title + '.txt', 'w') #file.write('0 0.5 0.5 1 1') #file.close() if counter == index_test: counter = 1 file_test.write(path_data + title + '.jpg' + "\n") else: file_train.write(path_data + title + '.jpg' + "\n") counter = counter + 1 

把该脚本放到data/myobject目录下，然后执行，就会在该目录生成2个txt文件。

2.myobj.names

这个文件只有一行，也就是你要检测物体的名称， 他会在检测完后显示在图片上，每行对应一种物体。我们这里是myobj

3.myobj.cfg

这个文件用于描述网络结构， 我们可以直接拿cfg/yolo-voc.cfg来使用， 不过要改几个地方.
1) batch改为合适值， 一般64，如果你内存不够的话跑起来发现内存分配失败，可以改下点，比如32，16
2）subdivisions， 与上面类似，可以试试8,4,2，越小需要内存越大。
3）classes=1
4）倒数的第一个filters=(classes + 5)*5，这里我们就是30

三、 训练YOLO

训练前我们先去YOLO官网下载已经训练好的权值文件darknet19_448.conv.23(76M)
然后运行命令./darknet detector train data/myobject/myobj.data data/myobject/myobj.cfg darknet19_448.conv.23
默认情况下，每1000次会将训练好的权值存放到backup/myobj_1000.weights文件里， 所以下次开始训练时，可以从上一次训练结果中继续训练，命令如下
./darknet detector train data/myobject/myobj.data data/myobject/myobj.cfg backup/myobj_2000.weights, 这里我们从第2000次开始继续进行训练。

四、何时停止训练

请戳这里搬运工， 一般来讲2000次左右基本就够了， 当然如果你要更好的精度，那么需要观察avg这个值的变化， 如果这个值基本不再变小，那么训练就可以停止了。此时，你需要观察前几次的avg的值，选出几个最小的，然后根据avg最前面的数字，找到对应backup目录下的权值文件，之后执行如下命令
darknet detector recall data/myobject/myobj.data data/myobject/myobj.cfg backup\yolo-obj_XXXX.weights
根据输出IOU和Recall 值， 找到最好的weight文件。一般IOU越大越好，Recall也是越大越好。

五、小结

到这里我们已经可以使用YOLO对某一类物体进行检测了， 在此感谢国外友人Nils Tijtgat
的文章， 另：CPU跑慢的要死，一次要10分钟， 我看国外那哥们的贴图，只要2s， 喵生灰暗。想把darknet在GPU上运行，请戳这里。除了Bbox-lable-tool外，这里还有个YoloMark也可以用于bbox的生成，大家有兴趣可以看看。