【目标检测】使用Retinanet训练自己的数据集——Keras版本

---

Retinanet 较之 SSD, YOLO系one stage目标检测网络，在保证检测速度的基础上，很大的提高了在样本类别分布不平衡情况下的检测精度，这得益于He Kaiming等人所提出的Focal Loss
Paper可见

Focal Loss for Dense Object Detection

由于在工作或一些特定场景中，我们的数据很大可能不会像COCO, Pascal VOC这样的实验数据集有很多分布相对均匀的类，而基本是集中在某几种类别上。这时使用Retinanet 就比较合适了。
本文主要介绍如何使用Keras版本的Retinanet训练自己的数据集，代码及参考来自：

fizyr/keras-retinanet

---

我的开发环境 Ubuntu 16.04 + python 3.6
Windows下亦可运行，但需要Microsoft Visual C++ 14.0支持
下载：Microsoft Visual C++ Build Tools

---

1 准备自己的数据集

根据自己系统下载labelImg工具，对自己的图片数据打上标签。数据集可自行爬取相关类目，或这里推荐一位同事自己制作数据集的博客，有非常详细的目标检测数据准备步骤及数据下载

目标检测第2步-数据准备(简书作者：潇洒坤)

2 搭建Retinanet环境

代码库下载地址https://github.com/fizyr/keras-retinanet，或git命令：

git clone https://github.com/fizyr/keras-retinanet.git

1. 获得代码库后进入keras-retinanet文件夹
2. 确认有未安装numpy

pip install numpy --user

3. 在这个文件夹内运行下面代码来安装keras-retinanet库，确认你已经根据自己的系统需求安装了tensorflow

pip install . --user 

或者你可以选择不安装库，仅在这个文件内运行相关训练测试代码，但是要先运行下述命令来编译Cython代码*(尽量不选择这种方式，仅能在此文件夹内运行相关代码，非常麻烦）*

python setup.py build_ext --inplace

3 生成CSV文件定义自己的数据集

训练自己的数据集需要至少两个CSV文件，一个文件包含标注数据，另一个则包含各个类别名及其对应的ID序号映射。

• 数据标注文件格式

  路径,xmin,ymin,xmax,ymax,类别名
  path/to/image.jpg,x1,y1,x2,y2,class_name
  

  注：数据标注的CSV文件需一行仅包含一条标注信息，这和yolo标注数据集形成的.txt有所不同，即若一幅图片包含了多个标注的bounding boxes ，一行也仅显示一条标注，共分几行来进行标识，若没有则路径后仅有‘，’，示例如下：

  /data/imgs/img_001.jpg,837,346,981,456,cow
  /data/imgs/img_002.jpg,215,312,279,391,cat
  /data/imgs/img_002.jpg,22,5,89,84,bird
  /data/imgs/img_003.jpg,,,,,
  

• 类别映射文件格式

  类别，序号（从0开始）
  class_name,id
  例：
  cow,0
  cat,1
  bird,2
  

写了个代码根据xml生成csv文件，下载：xml2csv.py

"""
运行方式：命令行 python xml2csv.py -i indir(图片及标注的母目录)
      注：必须参数: -i 指定包含有图片及标注的母文件夹，图片及标注可不在同一子目录里，但名称必须一一对应
                     (图片格式默认.jpg,若为其他格式可见代码中注释自行修改)
          可选参数: -p 交叉验证集拆分比，默认0.05
                   -t 生成训练集CSV文件名称，默认train.csv
                   -v 生成交叉验证集CSV文件名称，默认val.csv
                   -c 生成类别映射CSV文件名称，默认class.csv
"""

import os
import xml.etree.ElementTree as ET
import random
import math
import argparse


def parse_args():
    parser = argparse.ArgumentParser()
    parser.add_argument('-i', '--indir', type=str)
    parser.add_argument('-p', '--percent', type=float, default=0.05)
    parser.add_argument('-t', '--train', type=str, default='train.csv')
    parser.add_argument('-v', '--val', type=str, default='val.csv')
    parser.add_argument('-c', '--classes', type=str, default='class.csv')
    args = parser.parse_args()
    return args

#获取特定后缀名的文件列表
def get_file_index(indir, postfix):
    file_list = []
    for root, dirs, files in os.walk(indir):
        for name in files:
            if postfix in name:
                file_list.append(os.path.join(root, name))
    return file_list

#写入标注信息
def convert_annotation(csv, address_list):
    cls_list = []
    with open(csv, 'w') as f:
        for i, address in enumerate(address_list):
            in_file = open(address, encoding='utf8')
            strXml =in_file.read(