YOLOV3的主页:
https://pjreddie.com/darknet/yolo/
运行主页上的代码得到:
首先使用一个开源的神经网络框架Darknet,使用C和CUDA,有CPU和GPU两种模式。
1、下载darknet
编辑Makefile文件:
2、编译:
make
如果遇到缺失包报错,将缺失的包装上去以后重新编译,重复下列两个操作,直到所有包都装好
make clean
make
安装好DarkNet之后,在darknet的子目录cfg/下已经有了一些网络模型的配置文件,在使用之前,需要下载好预训练好的权重文件yolo.weights(1.0 GB).
如果运行paper中的代码,则下载yolov3.weights后,运行以下命令就可以检测:
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
或者这个命令
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg
如果想检测多张图片,需要预先载入预训练的模型:
3、数据制作
制作VOC数据集:
根据上面的链接下载数据,得到
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
如果图片的高度、宽度未知,可以通过cv2读取。
imginfo = cv2.imread(img_dir + img_name + ‘.jpg‘).shape
imginfo里存的是图像的[h, w,通道数] ,这一需要注意imginfo结果里的顺序
可以使用voc_label.py自动获取标签集合。
总共20个类,运行以上脚本,得到了训练集的路径名称和对应的标签。
这个脚本主要是将训练集的路径写到test.txt中,并将xml中的label设置成训练需要的格式。
构建训练集:
cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt
构建好数据集,修改cfg/voc.data
train指定训练集的路径,valid指定测试集的路径,names的文件中指定了该数据集标注的检测的类别,内容为:
下载darknet53作为预训练的模型:
wget https://pjreddie.com/media/files/darknet53.conv.74
训练模型:
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
如果想使用多GPU,则使用以下的命令:
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0,1,2,3
如果想暂停训练,并且从断点开始训练则:
./darknet detector train cfg/coco.data cfg/yolov3.cfg backup/yolov3.backup -gpus 0,1,2,3
其中 cfg/yolov3-voc.cfg设置了网络的结构
总结——使用自己的数据训练yolo模型:
1、下载数据集制作数据训练集的格式train.txt(或者自己写下载数据集的脚本)
测试数据集:
标签数据集:
2、设置cfg/xxx.data,检测的类别数,训练集路径,测试集路径,检测类别
3、修改cfg模型设置:
3、下载预训练的模型,并且训练
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74