一、标注工具(labelimg)
2.双击运行
3.保存后的文件为xml格式
二、下载编译darknet
1.拉取darknet
2.修改配置文件Makefile(如何使用gpu可参考)
GPU=1 #如果使用GPU设置为1,CPU设置为0 CUDNN=1 #如果使用CUDNN设置为1,否则为0 OPENCV=0 #如果调用摄像头,还需要设置OPENCV为1,否则为0 OPENMP=0 #如果使用OPENMP设置为1,否则为0 DEBUG=0 #如果使用DEBUG设置为1,否则为0
3.开始编译
make
4.下载yolov3预训练模型
5.测试
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
或者
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg
三、准备数据集、训练、测试
1.在darknet目录下创建myData文件夹,目录结构如下,将之前标注好的图片和xml文件放到对应目录下
myData ...JPEGImages#存放图像 ...Annotations#存放图像对应的xml文件 ...ImageSets/Main # 存放训练/验证图像的名字(格式如 000001.jpg或者000001),里面包括train.txt。这里给出的格式是: 000000,因为下面的代码中给出了图像的格式。
将自己的数据集图片拷贝到JPEGImages目录下。将数据集label文件拷贝到Annotations目录下。在myData下创建test.py,将下面代码拷贝进去运行,将生成四个文件:train.txt,val.txt,test.txt和trainval.txt。
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()
运行test.py
2.将数据转换成darknet支持的格式
yolov3提供了将VOC数据集转为YOLO训练所需要的格式的代码,在scripts/voc_label.py文件中。这里提供一个修改版本的。在darknet文件夹下新建一个my_lables.py文件,内容如下:
import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.path import join #源代码sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')] sets=[('myData', 'train')] # 改成自己建立的myData classes = ["person", "foot", "face"] # 改成自己的类别 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(year, image_id): in_file = open('myData/Annotations/%s.xml'%(image_id)) # 源代码VOCdevkit/VOC%s/Annotations/%s.xml out_file = open('myData/labels/%s.txt'%(image_id), 'w') # 源代码VOCdevkit/VOC%s/labels/%s.txt 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('myData/labels/'): # 改成自己建立的myData os.makedirs('myData/labels/') image_ids = open('myData/ImageSets/Main/%s.txt'%(image_set)).read().strip().split() list_file = open('myData/%s_%s.txt'%(year, image_set), 'w') for image_id in image_ids: list_file.write('%s/myData/JPEGImages/%s.jpg\n'%(wd, image_id)) convert_annotation(year, image_id) list_file.close()
3.运行该脚本
python my_lables.py
会在./myData目录下生成一个labels文件夹一个txt文件(myData_train.txt)(内容是: 类别的编码和目标的相对位置)。
lables文件中的‘txt文件的含义为:
同理如果要生成训练数据 sets=[('myData', 'train')] 改为sets=[('myData', 'train'), ('myData', 'test')]
具体的每一个值的计算方式是这样的:假设一个标注的boundingbox的左下角和右上角坐标分别为(x1,y1)(x2,y2),图像的宽和高分别为w,h
归一化的中心点x坐标计算公式:((x2+x1) / 2.0)/ w
归一化的中心点y坐标计算公式:((y2+y1) / 2.0)/ h
归一化的目标框宽度的计算公式: (x2-x1) / w
归一化的目标框高度计算公式:((y2-y1)/ h
4.修改darknet/cfg下的voc.data和yolov3-voc.cfg文件
为了保险起见,复制这两个文件,并分别重命名为my_data.data和my_yolov3.cfg
my_data.data内容:
classes= 3 ##改为自己的分类个数 ##下面都改为自己的路径 train = /home/XXX/darknet/myData/myData_train.txt names = /home/XXX/darknet/myData/myData.names #稍后需要创建这个文件 backup = /home/XXX/darknet/myData/weights
my_yolov3.cfg的内容:
/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) = 3,这里以我的工程为例
filters = 24
classes = 3
可修改:random = 1:原来是1,显存小改为0。(是否要多尺度输出。)
5.可以指定训练批次和训练轮数
[net] # Testing ### 测试模式 # batch=1 # subdivisions=1 # Training ### 训练模式,每次前向的图片数目 = batch/subdivisions batch=64 subdivisions=16 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
因为是训练,所以注释Testing,打开Training,其中
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。
6.在myData文件夹下新建myData.names文件
people foot car
7.下载预训练权重
8.开始训练
./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74
或者指定gpu训练,默认使用gpu0
./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74 -gups 0,1,2,3
查看gpu信息
从停止处重新训练
./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74 -gups 0,1,2,3 myData/weights/my_yolov3.backup -gpus 0,1,2,3
9.测试
./darknet detect cfg/my_yolov3.cfg weights/my_yolov3.weights 1.jpg
10.效果
需要送到GPU的朋友可以在智星云租用GPU,性价比很高。