【darknet】训练行人检测（提供数据，预训练模型）

数据，backbone，预训练的权重在文末

1. 制作数据集

转载自: https://blog.csdn.net/u012505617/article/details/79955140#t0

• 创建相应的文件夹
  在yolo代码里的scripts/目录下创建VOC_person文件夹，在其文件夹下创建Annotations、ImageSets、JPEGImages文件夹，在ImageSets文件夹下建立Main文件夹。这里顺便说下这三个文件夹的作用：

  • Annotations – Annotations文件夹中存放的是xml格式的标签文件，每一个xml文件都对应于JPEGImages文件夹中的一张图片;

  • ImageSets – ImageSets存放的是每一种类型的challenge对应的图像数据。在ImageSets下有Main文件夹，存放的是图像物体识别的数据，总共分为20类;

  • JPEGImages – JPEGImages文件夹中包含了PASCAL VOC所提供的所有的图片信息，包括了训练图片和测试图片。

• 拷贝相应的文件
  取VOC2007/ImageSets/Main/文件夹里的person_test.txt，person_trainval.txt，person_train.txt person_val.txt 这四个文件到VOC_person/ImageSets/Main/目录下；
  拷贝VOC2007/Annotations/ 目录下的所有的文件到VOC_person/Annotations/ 目录下；
  拷贝VOC2007/JPEGImages/ 目录下的所有的文件到VOC_person/JPEGImages/ 目录下；

• 筛选文件与修改标注格式

1）打开yolo代码下的scripts目录，拷贝voc_label.py文件并重命名为person_voc_label.py 文件：

cp voc_label.py person_voc_label.py

2）直接copy下面的代码到person_voc_label.py

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
sets=['train', 'val', 'test']
 
classes = ["person"]
 
 
def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    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(image_id):
    in_file = open('%s/%s.xml'%(annotation_path, image_id))
    out_file = open('%s/%s.txt'%(out_path, 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()
out_path = './voc_person/labels'
label_path = './voc_person/ImageSets/Main'
image_path = os.path.realpath('./voc_person/JPEGImages')
annotation_path = './voc_person/Annotations'
 
for image_set in sets:
    if not os.path.exists(out_path):
        os.makedirs(out_path)
    image_ids = open('%s/person_%s.txt'%(label_path, image_set)).read().strip().split()
    list_file = open('%s/person_%s.txt'%(out_path, image_set), 'w')
    for index, image_id in enumerate(image_ids):
        if image_id == '1':
            list_file.write('%s/%s.jpg\n'%(image_path, image_ids[index-1]))
            convert_annotation(image_ids[index-1])
    list_file.close()
 
os.system("cat ./voc_person/labels/person_train.txt ./voc_person/labels/person_val.txt > my_person_train.txt")

2. 修改yolov3配置文件

转载自: https://blog.csdn.net/qq_32747775/article/details/87919465

• 修改data/voc.names文件，只保留person一行，其余行删除。

• 修改cfg/voc.date文件，注意修改$path的路径

classes= 1
train  = $path/my_person_train.txt		# 训练用txt位置
valid  = $path/person_test.txt				# 测试用txt位置
names = data/voc.names
backup = backup			# 保存的模型所在位置

• 修改cfg/yolov3-voc.cfg文件：

找到 [yolo] 层，共3处。需要修改的：

1. yolo层上的convolutional层的filters，有3处
2. yolo层中的classes值，有3处

[convolutional]
size=1
stride=1
pad=1
filters=18			# 修改，参考后面的说明
activation=linear
 
[yolo]
mask = 3,4,5
anchors = 10,14,  23,27,  37,58,  81,82,  135,169,  344,319
classes=1			# 修改
num=6
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=0

需要改变filters为 3*(classes+1+4)，原因为：https://github.com/pjreddie/darknet/issues/582，同时修改下面的classes的种类。

3. 训练

• 下载预训练的backbone权重
  wget https://pjreddie.com/media/files/darknet53.conv.74

• 开始训练：

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg yolov3-tiny.conv.15

4. 测试

修改cfg/yolov3-voc_person.cfg 文件，把Training的batch, subdivisions屏蔽掉，使用Testing的batch, subdivisions 都为1

# Training
#batch=32
#subdivisions=2
# Testing
batch=1
subdivisions=1

• 检测图片

./darknet detect cfg/yolov3-voc.cfg backup/yolov3-voc_person.backup data/person.jpg

5. 数据，预训练模型

下载地址：BaiDu，提取码: nnrd

reference

1. https://blog.csdn.net/qq_38451119/article/details/83313857
2. https://blog.csdn.net/u012505617/article/details/79955140
3. https://blog.csdn.net/yudiemiaomiao/article/details/71635257