制作数据集可以参考https://www.cnblogs.com/shierlou-123/p/11132990.html
标注工具可以选择labelImg
下载地址:https://github.com/tzutalin/labelImg
数据集标注不多说了
在x64目录下新建一个VOCdevkit的目录,在目录下再新增一个voc2007的文件夹。
该文件夹下包括4个文件夹Annotations、ImageSets、JPEGImages、labels
Annotations这个文件放xml文件
JPEGImages放图片文件
labels放生成的TXT文件,空文件夹就可以
ImageSets文件夹再新建一个Main文件夹,都是空文件夹,放生成的东西
test.py
这个是在Linux用的代码,可以用这个,但是window可以用下面的那个voc_label.py文件,windows下面这个test.py不用建都可以
import os
import random
trainval_percent = 0.1
train_percent = 0.9
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()
voc_label.py
这个文件放在D:\amp\py\xm11\sb\build\darknet\x64目录下运行
效果是生成
train.txt可能前面有个2007,记得改名称
这几个文件路径在后面需要填到cfg的voc.data里面
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
classes = ["chn"]
def convert(size, box):
dw = 1./size[0]
dh = 1./size[1]
x = (box[0] + box[1])/2.0
y = (box[2] + box[3])/2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x*dw
w = w*dw
y = y*dh
h = h*dh
return (x,y,w,h)
def convert_annotation(year, image_id):
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
tree=ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
bb = convert((w,h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for year, image_set in sets:
if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
list_file = open('%s_%s.txt'%(year, image_set), 'w')
for image_id in image_ids:
list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.png\n'%(wd, year, image_id))
convert_annotation(year, image_id)
list_file.close()
可以看到我这个classes只有chn,因为这个是只识别是中文
然后去改cfg目录下的三个文件就可以去训练数据了
voc.data文件内容
与上面的py文件的classes数量对应,这里是数量1
classes= 1
train = D:\\amp\\c\\darknet-master\\build\\darknet\\x64\\train.txt
valid = D:\\amp\\c\\darknet-master\\build\\darknet\\x64\\2007_test.txt
#difficult = data/difficult_2007_test.txt
names = D:\\amp\\c\\darknet-master\\build\\darknet\\x64\\data\\voc.names
backup = D:\\amp\\c\\darknet-master\\build\\darknet\\x64\\backup
这里的路径必须和上面的路径对应,不然会出错,记得注意路径写法\
coco.data的内容
classes= 1
names = data/coco.names
yolov3.cfg内容,没有启用GPU,详细设置自己百度一下
修改参数文件cfg/yolov3-voc.cfg
ctrl+f搜 yolo, 总共会搜出3个含有yolo的地方。
每个地方都必须要改2处, filters:3*(5+len(classes));
其中:classes: len(classes) = 1,这里以单个类dog为例
filters = 18
classes = 1
可修改:random = 1:原来是1,显存小改为0。(是否要多尺度输出。)
参数文件开头的地方可以选训练的batchsize,要注意!
下面是不同设置的含义
batch=64 # 每batch个样本更新一次参数。
subdivisions=16 #如果内存不够大,将batch分割为subdivisions个子batch,每个子batch的大小为batch/subdivisions。
width=416 ### 网络的输入宽、高、通道数
height=416
channels=3
momentum=0.9 ### 动量
decay=0.0005 ### 权重衰减
angle=0
saturation = 1.5 ### 饱和度
exposure = 1.5 ### 曝光度
hue=.1 ### 色调
learning_rate=0.001 ### 学习率
burn_in=1000 ### 学习率控制的参数
max_batches = 50200 ### 迭代次数
policy=steps ### 学习率策略
steps=40000,45000 ### 学习率变动步长
修改data/voc.names
chn
修改data/coco.names
chn
下载darknet53的预训练模型。
https://pjreddie.com/darknet/yolo/
开始训练:
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
Windows下是
darknet.exe detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
之后等待训练生成就可以了
Avg IOU:当前迭代中,预测的box与标注的box的平均交并比,越大越好,期望数值为1;
Class: 标注物体的分类准确率,越大越好,期望数值为1;
obj: 越大越好,期望数值为1;
No obj: 越小越好;
.5R: 以IOU=0.5为阈值时候的recall; recall = 检出的正样本/实际的正样本
0.75R: 以IOU=0.75为阈值时候的recall;
count:正样本数目。
这里的avg loss 大概为0.6左右就说明已经训练完毕