yolov3 python_基于YOLOv3的行人检测

YOLOv3行人检测

本脚本集合主要是针对YOLOv3的两个主流版本(AlexeyAB/darknet & pjreddie/darknet)，本身不包含YOLOv3的代码和配置文件，但是根据指引可以完成一个效果较好的行人检测系统。

目前主要是以下几个功能：

将YOLOv3常用的网址和资料归纳整理了一下；

提供代码，帮助从VOC2007/VOC2012/COCO等数据集中提取出person类图片，并转换标注。这里提取VOC数据集时默认保留了全部difficult=1的图片，效果会更好，具体请参见Issue #1200；

提供代码，帮助计算mAP正确率；

建议使用tee指令保存训练日志，可使用本文提供的脚本实现训练过程可视化；

效果对比

YOLO_mine(基于AB版本，只检测行人)

YOLO_pj(pj版本，所有类别全检测)

文件结构

yolo_person_detect

|

│ README.md

│

├─make_yolo_dataset

│ │ helmet_to_yolo.py # 某次比赛用到的转换代码

│ │ show_voc_xml.py # 可视化VOC数据集

│ │ show_yolo_label.py # 可视化YOLO数据集

│ │ xml2json.py #

│ │ coco_to_yolo.py # COCO --> YOLO

│ │

│ ├─YOLO_VOC2007 # VOC2007

│ │ extract_person.py # 从VOC2007数据集中提取person图片

│ │ voc_label.py # 将提取到的person图片转为YOLO格式

│ │

│ └─YOLO_VOC2007_2012 # VOC2007 + VOC2012

│ extract_person_2007.py

│ extract_person_2012.py

│ voc_label.py

│

├─yolo_compute_mAP_on_VOC2007 # 在VOC2007上测试性能

│ reval_voc_py3.py

│ voc_eval_py3.py

│

└─yolo_loss_analyse

│ analyse.py # 训练过程可视化代码

│ result.png # 可视化训练过程

└─loss

train7-loss.txt # 示例训练日志

官方Demo运行

下载源代码、预训练权重

git clone https://github.com/AlexeyAB/darknet.git

cd darknet/

wget https://pjreddie.com/media/files/yolov3.weights

vim Makefile

make

注意：OpenCV版本号亲测3.40可用，但是3.41不可用，可参见YOLOv3的Darknet在OpenCV下编译出错填坑

试运行图片检测demo

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

试运行视频检测demo

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights

数据集准备

处理时，默认所有的train = train+val，不区分二者，2007单独还有个test

0、下载VOC2007+2012数据集

下载数据集

wget

wget

wget

解压缩

tar xvf VOCtrainval_06-Nov-2007.tar

tar xvf VOCtest_06-Nov-2007.tar

tar xvf VOCtrainval_11-May-2012.tar

1、通过extract_person.py提取含人数据

分别运行2007和2012的提取代码

2、通过voc_label.py转化voc数据格式为yolo支持的格式

会在脚本所在文件夹产生相应的txt文本，存储数据集地址信息：

2007_train.txt

2007_test.txt

2012_train.txt

可根据情况进行配置，比如说不想要测试集，那就整合下训练集、测试集：

cat 2007_train.txt 2012_train.txt > train.txt

配置文件

0、下载源代码，下载预训练权重

git clone https://github.com/AlexeyAB/darknet.git

wget https://pjreddie.com/media/files/darknet53.conv.74

1、配置Makefile

2、配置cfg/voc.data

classes= 1

train = /home/pascal/person_data2/train.txt

valid = /home/pascal/person_data2/2007_test.txt

names = data/voc.names

backup = backup

3、配置data/voc.names

person

4、新建backup文件夹

mkdir backup

5、配置cfg/yolov3-voc.cfg

batch, sub按需修改

一共三个YOLO层，均需要修改：

classes=1

filters=183*(1+1+4)=18

# filters=(classes + coords + 1)*

6、make编译

7、开始训练，并留下日志

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg ../darknet53.conv.74 -gpus 0,1 | tee -a helmet1.txt

8、恢复训练

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc.backup -gpus 0,1 | tee -a train7.log

9、单张图片测试(需要将batch、subvision均修改为1)

./darknet detector test cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_final.weights test_data/p0.jpg

10、性能检测

计算mAp

./darknet detector map cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_80172.weights

计算recall(2097张的结果)

./darknet detector recall cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_final.weights

VOC2007test

mkdir results

#(PJ版本需要这一步)

# (会在/results生成默认的comp4_det_test_person.txt，这是在VOC2007 test上的结果)

./darknet detector valid cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_final.weights -gpu 0,1

#在 https://github.com/AlexeyAB/darknet/tree/master/scripts 下载voc_eval_py3.py reval_voc_py3.py ，在./执行

python reval_voc_py3.py output_dir='./'

训练常用指令

训练：加上了tee指令把训练日志保存到txt文本

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0,1 |tee -a train7.txt

恢复训练

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc.backup -gpus 0,1 tee -a train7.txt

测试

./darknet detector test cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_50000.weights ../test_data/p2.jpg

VOC数据集格式

以上述VOC2007+VOC2012数据集为例，以下均为处理过的数据集：

VOCdevkit/

├── VOC2007

│ ├── Annotations 原始的VOC标注信息

│ ├── ImageSets

│ │ └── MainVOC的类标签，和人为提取的样本索引

│ ├── JPEGImages 图片文件夹

│ └── labelsVOC-->YOLO格式的标注信息

└── VOC2012

├── Annotations

├── ImageSets

│ └── Main

├── JPEGImages

└── labels

VOC的xml格式

核心部分如下:

person

0

xxx

xxx

xxx

xxx

VOC的图片格式

行列分布同pillow.Image，先行后列

COCO数据集格式

数据集格式

COCO

├── annotations

├── filelist训练图片位置

└── train2017

├── JPEGImages图片

└── labels生成的YOLO格式标签

数据集统计

数据集

训练集(person)

测试集(person)

VOC2007

5011(2095)

4952(2097)

VOC2012

17125(4374)

未统计

COCO2017

118287(64115)

未统计

* 括号里面为person类图片数量

训练过程

数据集：VOC2007+VOC2012+COCO2017

硬件环境：GTX1080ti*2, Ubuntu16.04, CUDA9

训练迭代数：8w iters

配置：batch=64/16，总计8w次迭代，在原来的5w次之后，追加2w次0.001和1w次0.0001，0.00001

耗时：5h/万次迭代

结果：loss=0.98

map

p

r

f1

IOU

0.8552

0.85

0.84

0.84

69.4%

参考资料