使用自己的数据集跑yolo3-keras进行目标检测

参考博客：

(1)   https://blog.csdn.net/plSong_CSDN/article/details/85194719

(2)   https://blog.csdn.net/weixin_45488478/article/details/98397947?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.add_param_isCf&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.add_param_isCf    (重要)

(3)   https://blog.csdn.net/u012746060/article/details/81183006

(4)   https://blog.csdn.net/weixin_42142612/article/details/83142213

(5)   https://www.cnblogs.com/justcoder/p/10520997.html

---

步骤：（15步）

1.下载源代码    https://github.com/qqwweee/keras-yolo3 

2.下载权重文件到文件目录下    https://pjreddie.com/media/files/yolov3.weights

#linux下
wget https://pjreddie.com/media/files/yolov3.weights

  将 .weights 文件转换为 Keras支持的 h5 权重文件，保存在model_data文件夹下。

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

3.使用已有h5权重文件检测图片

 可以在 https://github.com/AlexeyAB/darknet/tree/master/data 中下载喜欢的测试图片到项目目录下，也可以使用自己的图片

执行：

python yolo_video.py --image

 之后会要求输入需要检测的图片名称，输入图片名称之后就会出现检测结果：

4.利用摄像头进行视频检测

进行视频检测首先需要 CUDA 9.0+, h5py 以及 OpenCV3.x 的支持，使用 Anaconda 就可以轻松安装

同样在项目目录下执行：

python yolo_video.py

就可以利用摄像头进行视频检测，也可以加上 --input 参数变为视频检测，参数内容就是要检测的视频文件目录 

以上为使用已有权重文件进行检测

---

注意：使用tiny模型检测时，需要修改yolov3-tiny.cfg文件内容（两处，类似9），之后运行：

python convert.py -w yolov3-tiny.cfg yolov3-tiny.weights model_data/yolo_weights.h5

5.使用VOC2007数据集的文件结构

文件结构如下图，可以自己创建，也可以下载VOC2007数据集后删除文件内容。

注：数据集中没有 test.py，你需要将其拷贝到VOC2007文件夹下

5.将自己所有的图片拷贝到”……\keras-yolo3\VOCdevkit\VOC2007\JPEGImages“文件目录下，最好都是jpg格式。

 （至于为什么    参看：https://blog.csdn.net/plSong_CSDN/article/details/86134407）

6.标注图片：

        使用LabelImg (https://github.com/tzutalin/labelImg)对训练图片进行标注生成xml标签，将所有标签(.xml)放在 Annotations 文件夹下。

注：window10下使用labelImg: 

（知乎 https://zhuanlan.zhihu.com/p/102385949  或者CSDN   https://blog.csdn.net/weixin_44791964/article/details/103481681?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159767831019724843321104%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=159767831019724843321104&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v2~rank_blog_v1-1-103481681.pc_v2_rank_blog_v1&utm_term=label&spm=1018.2118.3001.4187）

 

 注：标记时常用的几个快捷键，“w”：激活标记框；“d”：下一张图片；“a”：上一张图片

7.将“test.py”文件拷贝到“……\keras-yolo3\VOCdevkit\VOC2007”，运行，在“……\keras-yolo3\VOCdevkit\VOC2007\ImageSets\Main”文件夹下，自动生成生成test.txt、train.txt、trainval.txt、val.txt文件

（划分数据集,90%为训练集(train.txt), 9%为测试集(test.txt),1%为评估数据集(val.txt).txt文件保存在ImageSets/Main下）

test.py代码：（https://github.com/EddyGao/make_VOC2007/blob/master/make_main_txt.py）

import os
import random

trainval_percent = 0.2
train_percent = 0.8
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

此时VOC2007数据集制作完成，但是，yolo3并不直接用这个数据集

8.运行根目录下的voc_annotation.py，运行前需要将classes改成你自己的classes

 

 运行之后，会在主目录下多生成三个txt文件（train.txt、test.txt、val.txt）：

（文本内容是：img_path、box位置(top left bottom right)、类别索引(0 1 2 ...)）

准备训练

9. 修改yolo3的网络结构：

       打开yolo3.cfg，搜索"yolo",如下图所示，需要修改filters、classes、random，一共可搜索到三处yolo，需要修改的地方一共是三处，每一处都要修改三个地方。

                                  filters：3*（5+len（classes））；#我是3*（5+8）=39

                                  classes: len(classes) = 8，#这里我是"dog", "bicycle","car","eagle", "giraffe", "zebra", "horse", "person"八类

                                  random：默认是1,显存小改为0

10.确认model_data文件夹下相关依赖文件：

　　（1）model_data/voc_classes.txt:与你的class一致,一般需要手动修改;

　　（2）model_data/coco_classes.txt:与你的class一致,一般需要手动修改;

　　（3）model_data/yolo_anchors.txt:确认存在即可;

　　（4）model_data/yolo_weights.h5:由 yolov3.weights 转换得到，需要先下载yolov3.weights，然后 python convert.py yolov3.cfg yolov3.weights model_data/yolo_weights.h5

　　（5）存在logs文件夹（不存在则自己创建）

11. 在“……\keras-yolo3”建一个“\keras-yolo3\logs\000”文件夹，用来存放训练完成的权重文件

12. 对train.py做了一下修改为train_new.py，直接复制替换原文件就可以了，细节大家自己看吧，直接运行，loss达到20左右的时候效果就可以了（batch_size=10，epoch=1000）

train_new.py

""
Retrain the YOLO model for your own dataset.
"""
import numpy as np
import keras.backend as K
from keras.layers import Input, Lambda
from keras.models import Model
from keras.callbacks import TensorBoard, ModelCheckpoint, EarlyStopping

from yolo3.model import preprocess_true_boxes, yolo_body, tiny_yolo_body, yolo_loss
from yolo3.utils import get_random_data


def _main():
    annotation_path = '2007_train.txt'
    log_dir = 'logs/000/'
    classes_path = 'model_data/voc_classes.txt'
    anchors_path = 'model_data/yolo_anchors.txt'
    class_names = get_classes(classes_path)
    anchors = get_anchors(anchors_path)
    input_shape = (416,416) # multiple of 32, hw
    model = create_model(input_shape, anchors, len(class_names) )
    train(model, annotation_path, input_shape, anchors, len(class_names), log_dir=log_dir)

def train(model, annotation_path, input_shape, anchors, num_classes, log_dir='logs/'):
    model.compile(optimizer='adam', loss={
        'yolo_loss': lambda y_true, y_pred: y_pred})
    logging = TensorBoard(log_dir=log_dir)
    checkpoint = ModelCheckpoint(log_dir + "ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5",
        monitor='val_loss', save_weights_only=True, save_best_only=True, period=1)
    batch_size = 10
    val_split = 0.1
    with open(annotation_path) as f:
        lines = f.readlines()
    np.random.shuffle(lines)
    num_val = int(len(lines)*val_split)
    num_train = len(lines) - num_val
    print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))

    model.fit_generator(data_generator_wrap(lines[:num_train], batch_size, input_shape, anchors, num_classes),
            steps_per_epoch=max(1, num_train//batch_size),
            validation_data=data_generator_wrap(lines[num_train:], batch_size, input_shape, anchors, num_classes),
            validation_steps=max(1, num_val//batch_size),
            epochs=500,
            initial_epoch=0)
    model.save_weights(log_dir + 'trained_weights.h5')

def get_classes(classes_path):
    with open(classes_path) as f:
        class_names = f.readlines()
    class_names = [c.strip() for c in class_names]
    return class_names

def get_anchors(anchors_path):
    with open(anchors_path) as f:
        anchors = f.readline()
    anchors = [float(x) for x in anchors.split(',')]
    return np.array(anchors).reshape(-1, 2)

def create_model(input_shape, anchors, num_classes, load_pretrained=False, freeze_body=False,
            weights_path='model_data/yolo_weights.h5'):
    K.clear_session() # get a new session
    image_input = Input(shape=(None, None, 3))
    h, w = input_shape
    num_anchors = len(anchors)
    y_true = [Input(shape=(h//{0:32, 1:16, 2:8}[l], w//{0:32, 1:16, 2:8}[l], \
        num_anchors//3, num_classes+5)) for l in range(3)]

    model_body = yolo_body(image_input, num_anchors//3, num_classes)
    print('Create YOLOv3 model with {} anchors and {} classes.'.format(num_anchors, num_classes))

    if load_pretrained:
        model_body.load_weights(weights_path, by_name=True, skip_mismatch=True)
        print('Load weights {}.'.format(weights_path))
        if freeze_body:
            # Do not freeze 3 output layers.
            num = len(model_body.layers)-7
            for i in range(num): model_body.layers[i].trainable = False
            print('Freeze the first {} layers of total {} layers.'.format(num, len(model_body.layers)))

    model_loss = Lambda(yolo_loss, output_shape=(1,), name='yolo_loss',
        arguments={'anchors': anchors, 'num_classes': num_classes, 'ignore_thresh': 0.5})(
        [*model_body.output, *y_true])
    model = Model([model_body.input, *y_true], model_loss)
    return model
def data_generator(annotation_lines, batch_size, input_shape, anchors, num_classes):
    n = len(annotation_lines)
    np.random.shuffle(annotation_lines)
    i = 0
    while True:
        image_data = []
        box_data = []
        for b in range(batch_size):
            i %= n
            image, box = get_random_data(annotation_lines[i], input_shape, random=True)
            image_data.append(image)
            box_data.append(box)
            i += 1
        image_data = np.array(image_data)
        box_data = np.array(box_data)
        y_true = preprocess_true_boxes(box_data, input_shape, anchors, num_classes)
        yield [image_data, *y_true], np.zeros(batch_size)

def data_generator_wrap(annotation_lines, batch_size, input_shape, anchors, num_classes):
    n = len(annotation_lines)
    if n==0 or batch_size<=0: return None
    return data_generator(annotation_lines, batch_size, input_shape, anchors, num_classes)

if __name__ == '__main__':
    _main()    

13.  开始训练：python train_new.py （GPU训练 速度挺快，大概三个小时就训练完了）(loss降不下来，测试效果不好，检测不出来物体，由于制作的数据集数量少，只有8张)（看别人博客下的评论，可以降低score和IOU值）

图片测试 

14. 将训练完成的权重文件，.....\keras-yolo3\logs\000目录下的trained_weights.h5，修改名称为“yolo.h5”，拷贝到“……\keras-yolo3\model_data”目录下。

15. 在“……\keras-yolo3\”目录下放一个测试图片，运行  python yolo_video.py --image

注：可以修改yolo.py下的预测图片的函数，将检测的图片都储存在了outdir里

'''
def detect_img(yolo):
    while True:
        img = input('Input image filename:')
        try:
            image = Image.open(img)
        except:
            print('Open Error! Try again!')
            continue
        else:
            r_image = yolo.detect_image(image)
            r_image.show()
    yolo.close_session()
'''

import glob
def detect_img(yolo):
    path = "D:\VOCdevkit\VOC2007\JPEGImages\*.jpg"
    outdir = "D:\\VOCdevkit\VOC2007\SegmentationClass"
    for jpgfile in glob.glob(path):
        img = Image.open(jpgfile)
        img = yolo.detect_image(img)
        img.save(os.path.join(outdir, os.path.basename(jpgfile)))
    yolo.close_session()

yolo3实现视频目标的实时检测

IPWebCam(ip摄像头)

https://blog.csdn.net/qq_41621362/article/details/94554660

命令：

python yolo_video.py --input http://192.168.1.101:8080/video?dummy=param.mjpg

 

mAP指标计算:

https://blog.csdn.net/plsong_csdn/article/details/89502117

https://blog.csdn.net/weixin_41243159/article/details/103748428

解决yolo3-keras检测时报错：TypeError: function takes exactly 1 argument (3 given)

https://blog.csdn.net/qq_27871973/article/details/84252488

        报错说PIL库中的函数只接收到一个参数，应该给三个，自己在这里记录下解决方法，出错的地方在yolo.py中，在yolo中在测试时需要对检测到的区域进行画出标记框和类别数字，因为作者测试的coco等图库都是RGB图像，会有三个参数输入给rectangle函数，不会发生报错，而在测试图像为灰度图时，就会出错。在解决错误是参考了参考文献[1]中的提示，很感谢！

        对于这个错误原因，个人认为是这个函数在图像上绘制矩形框时，要求输入的图像的颜色空间维度要和矩形框颜色维度一致，比如：我们输入的灰度图（不做维度扩充），只能使用灰度进行画矩形框；输入的是RGB三色图，可以使用RGB颜色画矩形框。