毕业设计：Python实现无人机图像目标检测

本仓库是人工智能课程的课程作业仓库，主要是完成无人机图像目标检测的任务，我们对 visdrone 数据集进行了处理，在 yolo 和 ssd 两种框架下进行了训练和测试，并编写 demo 用于实时的无人机图像目标检测。

requirements

ssd: pytorch1.4

yolo:pytorch1.0 tensorflow1.14

结构

visdrone_detection
├─ readme.md
├─ ssd
├─ yolo
└─ 人工智能大作业_流程.md

数据集

本作业使用的数据集是 VisDrone 数据集，包含了 10 个类（即行人、人、汽车、面包车、公共汽车、卡车、汽车、自行车、遮阳三轮车和三轮车），数据集下载地址为：VisDrone 数据集下载地址

由于本次作业我们使用 SSD 和 YOLO 框架来完成目标检测的任务，需要对原先的数据标注格式进行处理，数据集原始的标注形式为 XML 文件，我们将标注转化为了常用的 voc 形式和 yolo 形式，您可以使用代码中的 utils 下的代码文件自行处理数据，也可以联系我们获取。

训练

ssd 训练

首先请 cd 到 ssd 目录下，调试 visdrone_train.py 下数据集和配置文件的路径信息，本作业的配置文件为 configs/vgg_ssd300_visdrone0413.yaml，执行：

python visdrone_train.py 

训练好的模型文件将会保存在 outputs 目录下

yolo 训练

首先请 cd 到 yolo 目录下，生成 cfg 文件和 custom.data

python train.py --model_def config/yolov3-custom.cfg --data_config config/custom.data--pretrained_weights weights/darknet53.conv.74

训练好的模型文件将会保存在 checkpoints 目录下

测试

ssd 测试

首先请 cd 到 ssd 目录下, 执行

python visdrone_test.py
python visdrone_demo.py

yolo 测试

首先请 cd 到 yolo 目录下, 执行

python test.py --weights_path weights/yolov3.weights
python3 detect.py --image_folder data/samples/

结果

• mAP 指标

  # yolo
  +-------+-----------------+---------+
  | Index | Class name      | AP      |
  +-------+-----------------+---------+
  | 0     | pedestrian      | 0.08822 |
  | 1     | people          | 0.02340 |
  | 2     | bicycle         | 0.00165 |
  | 3     | car             | 0.43279 |
  | 4     | van             | 0.07407 |
  | 5     | truck           | 0.07747 |
  | 6     | tricycle        | 0.00995 |
  | 7     | awning-tricycle | 0.01727 |
  | 8     | bus             | 0.25008 |
  | 9     | motor           | 0.05405 |
  | 10    | others          | 0.00366 |
  +-------+-----------------+---------+
  ---- mAP 0.09387386786609676
  # ssd
  2020-11-04 14:56:20,698 SSD.inference INFO: mAP: 0.1524
  pedestrian      : 0.1170
  people          : 0.0909
  bicycle         : 0.0909
  car             : 0.4377
  van             : 0.1740
  truck           : 0.2258
  tricycle        : 0.1048
  awning-tricycle : 0.0413
  bus             : 0.3754
  motor           : 0.0800
  others          : 0.0909
  

• FPS

  # yolo
  fps: 19.17227602398063
  83.97542357444763s / 1610imgs
  # ssd
  FPS:64.44748916337679
  24.98157835006714s / 1610imgs
  

• 部分结果

  yolo

  ssd

  

 

References

• 目录生成工具
• YOLOv3: An Incremental Improvement
• SSD: Single Shot MultiBox Object Detector, in PyTorch

TODO