YOLO目标检测学习笔记2

文件目录

1.cfg文件

存放网络模型

yolov3--->整个网络每一个层及其参数

最后一层为yolo层（候选框）：

2.data文件

含有训练集和测试集，以及txt格式的坐标值（物体的框坐标），标签，以及每个训练和测试数据的路径（txt文件）

参数设置

1.data_config-->引入coco.data文件

2.pretrained_weights-->weights加载预训练模型

代码讲解

1.加载参数

读取数据为每轮迭代方式读取：

 

第一步:(从txt文件读出训练数据路径)

 

直接加绝对路径

转换为tensor格式，RGB三通道

将输入图像变为正方形做一个填充，然后加载原始坐标值，并进行变换变换为现在图像坐标值，

然后可以选择做图像增强

2.构造模型

1 init构造函数--指定网络模型（读取配置文件yolov3.cfg）包括了参数和网络层

2 forward函数--将输入数据带入网络

3 网络结构构建--调用create方法--创建卷积层

if module_def["type"] == "convolutional":
    bn = int(module_def["batch_normalize"])
    filters = int(module_def["filters"])
    kernel_size = int(module_def["size"])
    pad = (kernel_size - 1) // 2
    modules.add_module(
        f"conv_{module_i}",
        nn.Conv2d(
            in_channels=output_filters[-1],
            out_channels=filters,
            kernel_size=kernel_size,
            stride=int(module_def["stride"]),
            padding=pad,
            bias=not bn,
        ),
    )

route层--拼接图 con层--提取特征 max_pool--池化

class Darknet(nn.Module):
    """YOLOv3 object detection model"""

    def __init__(self, config_path, img_size=416):
        super(Darknet, self).__init__()
        self.module_defs = parse_model_config(config_path)# 读取配置文件
        self.hyperparams, self.module_list = create_modules(self.module_defs)# 创建模型
        self.yolo_layers = [layer[0] for layer in self.module_list if hasattr(layer[0], "metrics")]
        self.img_size = img_size
        self.seen = 0
        self.header_info = np.array([0, 0, 0, self.seen, 0], dtype=np.int32)

    def forward(self, x, targets=None):
        img_dim = x.shape[2]
        loss = 0
        layer_outputs, yolo_outputs = [], []
        for i, (module_def, module) in enumerate(zip(self.module_defs, self.module_list)):
            if module_def["type"] in ["convolutional", "upsample", "maxpool"]:
                x = module(x)
            elif module_def["type"] == "route":
                x = torch.cat([layer_outputs[int(layer_i)] for layer_i in module_def["layers"].split(",")], 1)
            elif module_def["type"] == "shortcut":
                layer_i = int(module_def["from"])
                x = layer_outputs[-1] + layer_outputs[layer_i]
            elif module_def["type"] == "yolo":
                x, layer_loss = module[0](x, targets, img_dim)
                loss += layer_loss
                yolo_outputs.append(x)
            layer_outputs.append(x)
        yolo_outputs = to_cpu(torch.cat(yolo_outputs, 1))
        return yolo_outputs if targets is None else (loss, yolo_outputs)