参考: Yolov3 训练自己的数据集 Pytorch 最简单 最少代码 最易调参
名言：大部分人都是死在了调参和配置的路上。。。。。然后归咎于设备不行。好了，现在你不需要再担心这些问题了，因为下面这个教程一般来说都不会怎么报错。
首先声明，以下训练是在我的笔记本上完成的，我的是那种很菜鸡的轻薄本，市面上任何一款游戏本都可以吊打它，显卡型号：MX150 2048MB。读者完全可以迁移到更高级设备上进行训练，请留意本文关于迁移到其他设备的说明。
下载数据集
Robomaster2019 数据集上官网就有的下载，文件名称：DJCOCO.zip
数据集官网下载地址：https://terra-1-g.djicdn.com/b2a076471c6c4b72b574a977334d3e05/resources/DJI%20ROCO.zip
数据集百度云下载地址：链接：https://pan.baidu.com/s/1Ezh1ip8ZOLJeVzhBD9JuOQ 提取码：ytls
安装第三方快速训练包：芷山
使用这个zisan包之前确保你已经配置好PyTorch+CUDA+CUDNN环境，如果你还没配置环境，移步到这里：Pytorch+CUDA+CUDNN配置教程
然后安装如下包：
pip install numpy pillow matplotlib opencv-python
然后安装zisan：
pip install zisan
一般来说不会有任何报错，如果报错那就是之前的环境配置出现问题，请仔细检查。因为我们使用的深度学习框架是Pytorch，不像tensorflow会有那么多api接口版本迭代问题，pytorch非常简洁优美。
这里提供 ‘zisan芷山’ 的官网：http://jintupersonal.com/zisan/
相关文档资料：http://jintupersonal.com/zisan/doc/1.html
这个第三方包是开源的，可以到Github自取（求点一个star）：https://github.com/JintuZheng/zisan
目前迭代版本1.0.11，更新频率比较快，我也来不及写文档，有的接口用法请读者自行浏览源码理解使用。
训练示例
（1）数据集和本次训练目标
数据集非常大，一共9.8GB，作为本次演示我不会训练完所有数据集，设备也不允许嘛，作为演示，我先实现识别annotations标签里面的car识别，就是把车子抠出来。
如下图，只把黄色car标签训练识别出来。
另外说一句，zisan里面底层使用的是Yolov3的Pytorch版本复现代码，是优化过的版本。
（2）打造一个训练目录
首先，我们下载预训练权重文件和zisan的目标检测配置文件，下载地址：
百度云：https://pan.baidu.com/s/1qj-Lpe4OKV0L-w9uKO8EFw
提取码：x9wl
它有图像语义分割权重和目标检测权重，我们只需要完成训练数据集的目标检测任务，只需要Yolov3的权重，找到 runBox.zip （475 MB）下载：
把runBox解压到一个没有中文路径的地方，里面的文件如下：
此时，cfgs和weights文件夹是有权重和网络配置文件的，我们不要也不需要取改动它。
然后，我们跑回到我们之前下载的那个Robomaster2019数据集里面，任意选一个比赛的文件夹，在image文件选246张图片
注意，我这里为了演示才选那么少，不过迭代30次已经有一定效果了，很明显的，设备好一点的可以选择1000-2000张左右一次训练，下次训练我们使用冷却的权重再训练其他更多的图片。
我们把image的图片选246张复制到刚才runBox/data/images/文件夹下面，然后把相应的246个xml标签文件复制到runBox/data/Annotations/文件夹下面，睁大你的卡斯兰大眼睛！！别复制错了，只是两个文件夹，其余的文件夹不要管也千万不要删除。
至此，我们的训练目录打造完成，接下来我们只需要很少量的代码就能完成训练。
（3）编写train.py
我们在runBox文件夹新建一个py文件
train.py:
from zisan.ObjDetect.Interface import ObjDetect_train, ObjDetect_Preprocess
import os
if __name__ == "__main__":
pr=ObjDetect_Preprocess(classnames=['car'],currentpath='D:/xxx/runBox') # cuurentpath is needed, it is your runBox path, car是我们需要训练的类别名称
#pr.clear_data() #clear all data
trainModel=ObjDetect_train(currentpath='D:/xxx/runBox')
trainModel.Run(cfg='yolov3-tiny.cfg',epochs=35,img_size=(1920/3,1080/3)) # 开始训练，训练好的权重文件保存在 weights文件夹里面
解释：
（1）classnames=[‘class1’,‘class2’]，这里是描述你annotation里面xml文件标签的类别名字，我这里只训练一类，就识别所有的车，所以classnames=['car']，必须和xml文件里面的类名字保持一致。
（2）Yolov3版本选择：
zisan一共提供三种版本：Yolov3-tiny，Yolov3-spp，Yolov3，其中要求最低配置的就是tiny了。我也说过了我这个破机器就只能跑tiny了。如果你有更好的机器，你可以把cfg参数cfg='yolov3-tiny.cfg'换成：
- ‘yolov3-spp.cfg’
- ‘yolov3.cfg’
（小心引号别漏了）
（4）其他参数说明：
如果你不熟悉调参，请不要随意调参数。使用默认参数即可（我已经调过了）
epochs: The times you loop training.
batch_size: The sum of once you
put into training. cfg: You can choose ‘yolov3-tiny.cfg’,
‘yolov3-spp.cfg’ and ‘yolov3.cfg’, you must sure the weights folder
has the corresponding weight.
img_size: You can set as (height,width),
also like above 416 means (416,416)
resume: Due to the limitation of device resources, you may not be able to train too much data at a time. At this time, you can use resume to continue training for the weight of last cooling
num_workers: Multithreading, you must use main to use this nosave: if save each epoch weight
（5）关于图片放缩参数问题：
img_size=(1920/3,1080/3)
我这里放缩是1920/3=640，1080/3=360，也就是把图片放缩：1/3。
你无需手动去写代码批量处理图片，zisan包里面已经把这些操作做好了，你用就好了。
如果你是土豪拥有一个超厉害的1080 ti或者Tesla之类的，直接img_size=(1920,1080)
（4）启动
万事俱备，自己启动该train.py文件即可，命令行方式和IDE里面调试方式关于currentpath参数的问题上面说过了，自己回去看。下面就是优美的训练画面…
Using CUDA device0 _CudaDeviceProperties(name='GeForce MX150', total_memory=2048MB)
Reading image shapes: 100%|████████████████████████████████████████████████████████████████████████████████
████████████████████████████████████████████| 222/222 [00:00<00:00, 5701.61it/s]
Model Summary: 37 layers, 8.85237e+06 parameters, 8.85237e+06 gradients
Epoch Batch xy wh conf cls total targets time
30/34 0/27 0.0257 0.012 0.0906 8.16e-07 0.128 27 7.86
30/34 1/27 0.0264 0.0123 0.11 1.44e-05 0.148 34 0.15
30/34 2/27 0.0234 0.0115 0.113 9.88e-06 0.148 42 0.105
30/34 3/27 0.0241 0.0123 0.121 9.2e-06 0.157 46 0.112
30/34 4/27 0.0225 0.012 0.115 7.93e-06 0.15 31 0.111
30/34 5/27 0.0249 0.012 0.131 2.69e-05 0.168 36 0.112
30/34 6/27 0.0249 0.0123 0.133 2.54e-05 0.17 40 0.11
30/34 7/27 0.0254 0.0125 0.134 2.29e-05 0.172 45 0.125
30/34 8/27 0.0263 0.0124 0.133 2.05e-05 0.171 34 0.107
30/34 9/27 0.025 0.0125 0.131 1.97e-05 0.168 38 0.113
30/34 10/27 0.0241 0.0124 0.13 1.85e-05 0.167 37 0.111
30/34 11/27 0.0236 0.0125 0.131 1.77e-05 0.167 35 0.11
30/34 12/27 0.024 0.0123 0.13 1.66e-05 0.166 35 0.114
30/34 13/27 0.0241 0.0121 0.129 1.56e-05 0.165 41 0.113
30/34 14/27 0.0243 0.0121 0.128 1.59e-05 0.164 36 0.115
30/34 15/27 0.0243 0.0121 0.126 1.54e-05 0.162 37 0.118
30/34 16/27 0.024 0.0122 0.125 1.48e-05 0.161 40 0.113
30/34 17/27 0.0241 0.0121 0.123 1.41e-05 0.159 36 0.108
30/34 18/27 0.024 0.0121 0.123 1.35e-05 0.159 43 0.11
30/34 19/27 0.0237 0.0119 0.123 1.34e-05 0.159 36 0.115
30/34 20/27 0.0239 0.012 0.124 1.29e-05 0.16 37 0.109
30/34 21/27 0.0237 0.012 0.128 1.3e-05 0.164 47 0.102
30/34 22/27 0.0233 0.0118 0.127 1.63e-05 0.162 35 0.104
30/34 23/27 0.0231 0.0117 0.126 1.56e-05 0.161 40 0.108
30/34 24/27 0.0231 0.0117 0.127 1.58e-05 0.162 42 0.102
30/34 25/27 0.023 0.0119 0.127 1.55e-05 0.162 40 0.103
30/34 26/27 0.0228 0.0119 0.128 2.15e-05 0.163 33 0.103
30/34 27/27 0.0229 0.012 0.126 2.08e-05 0.161 24 4.24
Reading image shapes: 100%|████████████████████████████████████████████████████████████████████████████████
██████████████████████████████████████████████| 21/21 [00:00<00:00, 7019.48it/s]
Class Images Targets P R mAP F1
Computing mAP: 33%|█████████████████████████████████████████████▋
Computing mAP: 67%|████████████████████████████████████████████████████████████████████████████████████
Computing mAP: 100%|████████████████████████████████████████████████████████████████████████████████████
Computing mAP: 100%|████████████████████████████████████████████████████████████████████████████████████
█████████████████████████████████████████████████████| 3/3 [00:03<00:00, 1.32s/it]
all 21 94 0.524 0.798 0.634 0.633
Epoch Batch xy wh conf cls total targets time
31/34 0/27 0.0203 0.0113 0.0937 1e-06 0.125 30 7.96
31/34 1/27 0.0212 0.0112 0.118 2.24e-05 0.15 37 0.115
31/34 2/27 0.0222 0.01 0.125 1.75e-05 0.157 36 0.143
........
我的参数：
epoch：30
batch_size：8
autoLearnRate
246张图，一个类car训练了3分钟，在笔记本一张垃圾显卡MX150上，完成了。
测试
我其实很好奇，在这么小的迭代次数和batch_size上会有怎样的效果，来让我们来编写一个detect.py:
同理，在runBox文件夹里面新建一个detect.py 文件：
detect.py:
from zisan.ObjDetect.Interface import ObjDetect_detect, ObjDetect_train, ObjDetect_Preprocess
import os
from skimage import io
import cv2
if __name__ == "__main__":
detectModel=ObjDetect_detect(cfg='yolov3-tiny.cfg',currentpath='D:/xxx/runBox') # cuurentpath is needed, it is your runBox path
img=io.imread('D:/1.jpg')
img=cv2.resize(img,(480,640)) # Here rechange for your train images set Height and width
re,im0=detectModel.detect_from_RGBimg(img,is_showPreview=True)
print(re) #re is a result list, item is dictionary and the format is: {'class':xx,'x0':xx,'x1':xx,'y0':xx,'y1':xx}
竟然还能识别到三个，哈哈：
所以，请不要老是抱怨什么机器设备不行之类的屁话，要学会提高自己工程能力。
权重解冻再训练
你可能会说我有那么多图片数据，显存不足怎么办？
不怕，zisan的训练代码已经有resume功能，你只需要稍稍改一下train.py：
我们只需要使用 resume=True 和把epoches 调大即可,开始训练。
if __name__ == "__main__":
pr=ObjDetect_Preprocess(classnames=['car'],currentpath='D:/xxx/runBox') # cuurentpath is needed, it is your runBox path
trainModel=ObjDetect_train(currentpath='D:/xxx/runBox')
trainModel.Run(cfg='yolov3-tiny.cfg',epochs=50,resume=True)
另外，训练好最好的权重文件是weights文件夹的best.pth，你在使用detect.py的时候务必让weights文件和detect.py文件夹在同一目录即可，你也无需关心pth文件在什么地方。
迁移到无人机和哨兵机器人上实现辅助自动打击
这个只是展望了，不要尝试迁移到C++平台上，如果你觉得Python解释器太慢了，推荐你使用基于numpy做编译优化的numba，速度马上提升一个量级。
有问题可以评论留言，或者邮箱：jintuzheng@outlook.com
zisan是我的一个开源项目，用于快速搭建CV的工程开发，用很少的代码就能实现目标检测，对象语义分割的功能，如你所见，目前github只有两个star，如果你感兴趣的话可以顺手给我点个star，谢谢啦：https://github.com/EpsilionJT/zisan
代码Demo:https://download.csdn.net/download/rizero/12240567
扫一扫
1169
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
