yolov3权重_YOLO从零开始：基于YOLOv3的行人检测入门指南

本文全部内容和代码可从Github下载：

pascal1129/yolo_person_detect​github.com

• 本文采用markdown书写，知乎存在一定的排版bug，但Github的显示是正常的；
• 本文会持续更新，由于代码放在Github中，所以请多关注Github的动态；
• 本文主要针对初学者，如果有什么建议和想法，可以在Github issue和知乎文章评论里提出，我会尽快完善的；

按照下述步骤可以实现一个效果较好的基于YOLOv3的行人检测系统

本代码主要是针对YOLOv3的两个主流版本（AlexeyAB/darknet & pjreddie/darknet）的脚本辅助集合，主要用途如下：

1. 将YOLOv3常用的网址和资料归纳整理了一下；
2. 从VOC2007/VOC2012/COCO等数据集中提取出person类图片，并转换标注（使用VOC时默认保留了全部difficult=1的图片）；
3. 计算mAP正确率；
4. 从实验的训练日志中提取出loss变化图

效果对比

YOLO_mine（只检测行人）

YOLO_pj（官版，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

• 修改Makefile并编译，可以加上 -j8 等参数设定多CPU编译

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 <video file>

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 <http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar>
wget <http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar>
wget <http://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar>

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=18      3*(1+1+4)=18

# filters=(classes + coords + 1)*<number of mask>

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       
│   │   └── Main        VOC的类标签，和人为提取的样本索引
│   ├── JPEGImages      图片文件夹
│   └── labels          VOC-->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:

<annotation>
    <object>
        <name>person</name>
        <difficult>0</difficult>
        <bndbox>
            <xmin>xxx</xmin>
            <ymin>xxx</ymin>
            <xmax>xxx</xmax>
            <ymax>xxx</ymax>
        </bndbox>
    </object>
</annotation>

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

COCO数据集下载

COCO-->YOLO格式转换，代码包含了操作介绍

数据集统计

* 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

训练技巧：参见how-to-train-to-detect-your-custom-objects

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：0.98

参考资料

yolov3训练的集大成者

配置文件的设定参考

YOLO官网