【口罩识别一】使用Pytorch环境进行yolov4模型的训练

---

前言

主要用作毕设的学习过程记录

---

一、准备环境

1.本地环境

PS：如果机子配置够高，可以直接在本机进行模型预测，可以不用配置矩池云环境，可以参考这个链接：https://blog.csdn.net/weixin_44791964/article/details/106037141

Anaconda配置

最新版本的Anaconda没有VSCODE，如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda，百度网盘连接如下。也可以装新版然后分开装VSCODE。
安装版本推荐：Anaconda3-2019.10-Windows-x86_64.exe
安装过程建议全勾选。

Git配置

Git官网进行下载任意版本Git，主要目的是获得SSH的连接配置工具（VSCODE连接云端需要用到），安装Git时会默认安装。也可以自行安装。

配置torch环境

cmd中进行安装，也可以去https://download.pytorch.org/whl/torch_stable.html下载对应的版本。

pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

如果不知道自己可以安装哪个版本，则打开cmd，输入python。

32位系统：
import pip
print(pip.pep425tags.get_supported())
64位系统：
import pip._internal.pep425tags
print(pip._internal.pep425tags.get_supported())

vsCode配置（不建议单独配置）

搜索本机中的Anaconda Navigator，打开，经过上一步配置torch环境后，这里已经可以切换环境了。
切换环境为pytorch，安装vsCode。这里我已经安装了，如果没有安装按钮会是Install。

Cuda和cudnn的配置（本机运行才进行配置）

可以参考https://blog.csdn.net/weixin_44410737/article/details/115369472进行配置。

2.矩池云环境

官网：https://www.matpool.com/

注册账号

略

Vscode连接矩池云。

1.首先，任意选一个GPU主机启动，选择PyTorch环境的主机。

2.启动后，在我的租用界面会看到启动好的云主机

将SSH链接保存下来，打开VSCODE。搜索安装Chinese和Remote Development两个扩展。

安装完成后重启，点击左下角的扩展，新增远程连接

将刚才复制的链接粘贴进去

再次重复上面步骤的前两步，会发现已经有了一个连接，点击进行连接

在弹出的新窗口中，会依次要求选择服务器的系统类型，选择Linux，Continue，输入你申请主机的时候输入的密码

之后点击打开文件夹，输入/mnt，这是矩阵云的云盘目录，将文件存在这里可以长期保存。


至此便能对云主机上的文件进行远程操作了。

二、模型训练

1.准备已标注好的数据集。

由于我自己是做口罩识别模型，故使用的数据集是口罩数据集。标注好的数据集会有xml和原图片文件，将图片放在JPEGImages文件夹下，xml文件放在Annotations文件夹下。


xml文件中object里面的name即为识别的标签名，根据这个进行后面的配置。我这里是分为两类标签，face和face_masked。

2.修改代码文件

voc_classes.txt

将里面的标签改为自己数据集的标签。

同理修改voc_annotation.py。

执行红色框的文件，生成蓝色框中的文件。

2007_train.py中会记录图片的路径和识别到的标注位置。

train.txt中存放图片的名字。

此时就可以执行train.py进行模型训练了。

总结