一、YOLO v3简介
YOLO v3可以说是当前目标检测算法的集大成者,速度和精度都达到了不错的水准。不了解的同学可以看一下吴恩达的深度学习中有关YOLO的讲解,然后在读一下这个博客,写的很详细。
最近一直热衷于AI研习社的比赛,对是新手练习实操很友好。在这里取得了一些不错的排名,比赛结束不仅达到比赛要求分数的参赛者可以获得一定数量的奖金,官方还会放出排名优秀者的源码,真是太贴心了。在此安利一波。下图是我的比赛收益情况,由于本人时间有限,而且跑模型时间太过漫长,所以并没有太过投入,主要目的是动手实践,如果有感兴趣的朋友,可以一起组队参赛,共同进步。
二、本次比赛简介
简介
训练集共6057张图片,包含工地照片、某大学监控视频图片、普通场景照片
任务:正确识别图片中人物是否佩戴安全帽
结果文件如下所示:
第一个字段位:测试集图片ID
第二个字段:图片种佩戴安全帽人员数量
第三个字段:图片中没有佩戴安全帽人员数量
安全帽答案示例.png
四、YOLO v3训练详解
4.1 运行环境
ubuntu18.04
Python==3.7
pytorch==1.3
显卡:1060-6G
4.2 训练详解
首先下载github上的yolo源码,然后从比赛链接下载数据集。
图1
源码大体上上图是这样的,稍有不同也没关系,因为有些文件是我训练时生成的,有些是我自己添加的,后面都会介绍到。
图2
下载下来的数据集只有label、test、train三个文件夹。剩下的文件同样或者添加的或者生成的,后面会介绍。