从零学习目标检测，YOLOv3代码学习（1）

1 引言

由于项目需要，需要掌握目标检测相关知识，只做过copy别人代码进行CNN分类的我零基础，压力山大。本博客所学习的代码来自github上对YOLOv3的PyTorch版本复现，作者为苹果公司的机器学习工程师eriklindernoren，项目地址为：https://github.com/eriklindernoren，fork到我的仓库的时间为2020年11月6日。从github下载的文件名为PyTorch-YOLOv3-master。整个项目的结构如下：

2 data

学习（1）就应该从最简单的开始吧，先探索下data文件夹，看看它功能是个啥。data文件结构是这样的：

• data
  • custom
  • samples
  • coco.names
  • get_coco_dataset.sh

其中，samples文件夹里存了9张用于目标检测的jpg图像，图像并没有画出bounding box，只是单纯的图像，每个图像高度和宽度也不是统一的。custom里面有1张包含火车（trian）的图像和一些txt文件，这个文件夹如其名custom，告诉了我们训练自己的数据，那文件夹的格式应该是什么样的，比如哪里放图像啊，哪里放图像的标签啊，它的结构如下：

• custom
  • images
    • train.jpg
  • labels
    • train.txt
  • classes.names
  • train.txt
  • valid.txt

吐槽一下，由于给的例子是火车（train），容易让人和训练一词搞混。除了custom下的train.txt里的train是训练，其他train应该都是火车。值得注意的是labels下的train.txt文件给出了yolo下的标签格式。

0 0.515 0.5 0.21694873 0.18286777

第一列是种类编号，第0类对应了这个文件下的classes.names文件夹中的只有一行数据写着train（火车）。后四列是bounding box的位置信息。再回到data文件夹里来说，coco.names是一个.names文件，用记事本打开来看，该文件存储了coco数据集每一类的标签名称，比如person、bicycle、car之类，共有80行，即80个类。get_coco_dataset.sh是一个bash文件，是用来下载COCO数据集的。下载好后数据集会保存在data文件夹下。这里分析一下这个sh文件。

#!/bin/bash

# CREDIT: https://github.com/pjreddie/darknet/tree/master/scripts/get_coco_dataset.sh

# Clone COCO API
git clone https://github.com/pdollar/coco
cd coco

mkdir images
cd images

# Download Images
wget -c https://pjreddie.com/media/files/train2014.zip
wget -c https://pjreddie.com/media/files/val2014.zip

# Unzip
unzip -q train2014.zip
unzip -q val2014.zip

cd ..

# Download COCO Metadata
wget -c https://pjreddie.com/media/files/instances_train-val2014.zip
wget -c https://pjreddie.com/media/files/coco/5k.part
wget -c https://pjreddie.com/media/files/coco/trainvalno5k.part
wget -c https://pjreddie.com/media/files/coco/labels.tgz
tar xzf labels.tgz
unzip -q instances_train-val2014.zip

# Set Up Image Lists
paste <(awk "{print \"$PWD\"}" <5k.part) 5k.part | tr -d '\t' > 5k.txt
paste <(awk "{print \"$PWD\"}" <trainvalno5k.part) trainvalno5k.part | tr -d '\t' > trainvalno5k.txt

看来如同文件名，就是用来下coco数据集和解压一些文件的。如果在ubuntu上运行这个文件，光下coco数据集不知道得下多少年，所以索性直接复制这6个wget -c后面的地址到迅雷里下载，自己手动实现这个sh文件。下载完成后，把六个文件都放到Downloads里。首先我们把train2014.zip和val2014.zip放到自己创建的data/coco/images/里，并用unzip进行解压。然后我们把剩下的四个文件放到data/coco/里，按照sh文件的要求，tar解压tgz文件，unzip解压zip文件。最后再执行sh文件的最后两行paste命令对两个.part文件进行操作（虽然我不知道paste是干啥的，执行就完事了）。最后整个coco数据集大概是这么热闹：

3 assets

这个文件夹更简单，里面有四张图，是用来作为README文件里的例子（samples）展示的。

4 weights

这个文件夹里也只有一个download_weights.sh文件，使用来下载3个weights的，分别是vanilla YOLOv3，tiny YOLOv3和darknet53的weights。咱先不管那么多，用迅雷复制文件里的3个地址，给下载下来放到weights文件夹里。

5 结语

学习（1）主要分析了3个文件夹的作用，并下载了数据和权重。目前还没有涉及到模型，后面需要去啃模型这块硬骨头了。如果这篇文章里存在什么问题，欢迎各位大佬指正。