yolov3使用总结

yolov3的效果比其他的模型要好很多，一共106层网络结构。处理一个视频通常fps可以达到22。如果用yolov3-tiny的话，这个模型是轻量级的，模型只有六七十层左右，速度会更好，当然这肯定会造成识别质量的下降。

这个yolov3-voc可以识别20种物体，可以识别出红绿灯，但是红绿灯识别出来后无法对颜色进行判断，所以需要进行修改，同时把物体识别种类数减少，这样可以降低计算量。预先训练模型用的是官网给的模型，然后我从al challenge比赛中得知bdd数据集的存在，所以我有下载了bdd数据。bdd数据又是什么数据呢？bdd数据包括几种类型，drivable_map里面是图片，包括红蓝图分别表示可驾驶区域与不可驾驶区域。bdd的images还有以json格式写的labels。我写了程序从json中把所需要的信息提取出来，包括红绿灯的框的位置以及颜色’。一共有四种，red，green，yellow，none。none表示的就是红绿灯但没有颜色的情况。迭代次数设置为1000，一张图片七十多kb，训练集一共有70000张图片共4g，通过数据处理删选只有36000张图片用于训练，得到的模型效果很不错，对于普通的红绿灯识别率还行，但是对于特殊的红绿灯检测，包括柱形红绿灯等的检测效果就不是太好，所以用车载的摄像头录制视频，我亲手去录制的，同时也调整了红绿灯的摆放位置以实现最好的结果。一共录了大概20分钟，有28g的数据，我又写python程序从avi视频中抽取了图片，抽样间隔用的是默认的频率，具体多少没去看，一共抽了7400张图片，由于数据量太大，人工标注困难，所以又每20张取一张，用labelimg的方法进行标注得到xml标注文件，最后又写了python程序从xml文件中抽取相关信息保存到txt文件中供模型使用。