环境配置:
win10+cuda9.0+pytorch1.1+python3.6
下载的代码如下:
https://mp.csdn.net/console/Editorial/12798922
1. 制作数据集
1. 数据标注
Annotations和JPEGImages放入data文件夹下,并新建文件ImageSets,labels,复制JPEGImages,重命名images。
2.运行根目录下makeTxt.py,将数据分成训练集,测试集和验证集,其中比例可以在代码设置,代码如下:
在ImageSets得到四个文件,其中我们主要关注的是train.txt,test.txt,val.txt,文件里主要存储图片名称。
import os
import random
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
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('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/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()
3.运行根目录下voc_label.py,得到labels的具体内容以及data目录下的train.txt,test.txt,val.txt,这里的train.txt得到文件名,还有文件的具体路径。train.txt和val.txt合并得到train.txt,test.txt作为验证集
voc_label.py的代码如下
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test','val']
classes = ["自己的类别"]
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(image_id):
in_file = open('data/Annotations/%s.xml' % (image_id))
out_file = open('data/labels/%s.txt' % (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()
print(wd)
for image_set in sets:
if not os.path.exists('data/labels/'):
os.makedirs('data/labels/')
image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
list_file = open('data/%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write('data/images/%s.jpg\n' % (image_id))
convert_annotation(image_id)
list_file.close()
2.修改配置文件
2.1修改voc.data和voc.names
2.2.网络结构配置,在原工程下cfg目录下有很多的yolov3网络结构,我们本次采用的是yolov3-voc.cfg
修改的地方主要是filter,因为我们每一个网格就预测3个anchor结果,所以filter =3*(1 + 5)=18
并用kmeans聚类得到适合自己数据集的anchor大小
3. 训练(权重使用的是darknet53.conv.74,下载后放在weights文件夹)
python train.py --data data/voc.data --cfg cfg/yolov3-voc.cfg
4. 测试模型
python detect.py --data data/voc.data --cfg cfg/yolov3-voc.cfg --weights weights/best.pt
5. 评估模型
python test.py --data data/voc.data --cfg cfg/yolov3-voc.cfg --weights weights/best.pt
本文详细介绍如何在Win10环境下,利用CUDA9.0、PyTorch1.1和Python3.6搭建YOLOv3目标检测系统。从数据集制作、标注到模型训练、测试及评估,涵盖配置环境、数据预处理、模型训练与测试等关键步骤。

被折叠的 条评论
为什么被折叠?



