yolov3代码详解（一）

说明：仅供自己学习记录，有参考其他博主，侵删
代码来源：eriklindernoren/PyTorch-YOLOv3
参考链接
参考链接

augmentations.py

import torch
import torch.nn.functional as F
import numpy as np
##########################################################################
#数据增广，主要是翻转
##########################################################################


def horisontal_flip(images, targets):#对图像和标签进行镜像翻转
    images = torch.flip(images, [-1])#镜像翻转
    targets[:, 2] = 1 - targets[:, 2]
    #targets是对应的标签[置信度，中心点高度，中心点宽度，框高度，框宽度]
    #镜像翻转时，受影响的只有targets[:, 2],  中心点宽度
    return images, targets

logger.py

import tensorflow as tf
##########################################################################
#训练记录
##########################################################################

class Logger(object):
    def __init__(self, log_dir):#log_dir是日志的路径
        """Create a summary writer logging to log_dir."""
        self.writer = tf.summary.FileWriter(log_dir)#创建一个summary writer
        #由于版本问题，tf.summary.FileWriter可能会报错，改为tf.compat.v1.summary.FileWriter

    def scalar_summary(self, tag, value, step): #记录a scalar variable
        """Log a scalar variable."""
        summary = tf.Summary(value=[tf.Summary.Value(tag=tag, simple_value=value)])
        self.writer.add_summary(summary, step)
        #由于版本问题，tf.summary.FileWriter可能会报错，改为tf.compat.v1.summary.FileWriter

    def list_of_scalars_summary(self, tag_value_pairs, step):#记录scalar variables
        """Log scalar variables."""
        summary = tf.Summary(value=[tf.Summary.Value(tag=tag, simple_value=value) for tag, value in tag_value_pairs])
        self.writer.add_summary(summary, step)
        #由于版本问题，tf.summary.FileWriter可能会报错，改为tf.compat.v1.summary.FileWriter

        #可以查看博客  https://blog.csdn.net/encodets/article/details/54172807

parse_config.py

##########################################################################
#解析输入的参数
##########################################################################

#用于解析网络结构文件：如：config/yolov3.cfg
def parse_model_config(path):
    """Parses the yolo-v3 layer configuration file and returns module definitions"""
    file = open(path, 'r')
    lines = file.read().split('\n')   #按行读取 .cfg 中的内容
    lines = [x for x in lines if x and not x.startswith('#')]  #去掉 # 开始的行
    lines = [x.rstrip().lstrip() for x in lines] # get rid of fringe whitespaces  去掉每行数据前后的空格
    module_defs = []
    """
    从前往后遍历每一行内容，遇到方括号[],就新建一个字典，并将整个【】结构的内容存放在该字典中
    所有的字典都存放在一个列表中，存放结果（列表）如下：
    [
    {'type': 'net', 'batch': '16', 'subdivisions': '1', 'width': '416',…………}, 
    {'type': 'convolutional', 'batch_normalize': '1', 'filters': '128', 'size': '3',…………},
    {'type': 'shortcut', 'from': '-3', 'activation': 'linear'}，
    {'type': 'route', 'layers': '-1, 36'},
    ………… # 省略号
    ]
    """
    for line in lines:
        if line.startswith('['): # This marks the start of a new block
            module_defs.append({})
            module_defs[-1]['type'] = line[1:-1].rstrip()
            if module_defs[-1]['type'] == 'convolutional':
                module_defs[-1]['batch_normalize'] = 0
                """
                【yolo】前面的【convolutional】的 activation=linear，且没有 batch_normalize=1 这行。
                 在解析时，batch_normalize 默认设置为 0.  如果不是yolo前面的，而是其他的，则后面会更新为1
                """
        else:
            key, value = line.split("=")
            value = value.strip()
            module_defs[-1][key.rstrip()] = value.strip()

    return module_defs

#用于解析数据集配置文件：如：config/coco.data
def parse_data_config(path):
    """Parses the data configuration file"""
    """
    添加 coco.data 中没有的两个值：“gpus”:“0, 1, 2, 3” 和 “num_workers”:“10”
    将coco.data 每行中 = 前面的值作为 key, 后面的值作为 value ,存放在 字典中
    最终输出端结果（字典）是

    {'gpus': '0,1,2,3',
    'num_workers': '10', 
    'classes': '80', 
    'train': 'data/coco/trainvalno5k.txt', 
    'valid': 'data/coco/5k.txt', 
    'names': 'data/coco.names', 
    'backup': 'backup/', 
    'eval': 'coco'}
    
    """
    options = dict()
    options['gpus'] = '0,1,2,3'
    options['num_workers'] = '10'
    with open(path, 'r') as fp:
        lines = fp.readlines()
    for line in lines:
        line = line.strip()
        if line == '' or line.startswith('#'):
            continue
        key, value = line.split('=')
        options[key.strip()] = value.strip()
    return options