pytorch版yolov3训练自己voc数据集

最新推荐文章于 2024-05-07 07:21:23 发布

sui_qiang_kaixin_

最新推荐文章于 2024-05-07 07:21:23 发布

阅读量2k

点赞数 1

分类专栏：深度学习

本文链接：https://blog.csdn.net/weixin_45670912/article/details/105862512

版权

深度学习专栏收录该内容

5 篇文章 0 订阅

订阅专栏

在这里我的训练集是voc的数据集
https://blog.csdn.net/csdn_zhishui/article/details/84962587#212__119
因为我的数据集是参加比赛里面直接有的标签也已经打好了所以如果有想要自己打标签制作voc数据集的可以参考上面那篇文章
然后我的数据集最开始是如下的：
这个数据集是放在myData中的
在这里插入图片描述

…JPEGImages#存放图像

…Annotations#存放图像对应的xml文件

…ImageSets/Main # 存放训练/验证图像的名字（格式如 000001.jpg或者000001）

二下载编译darknet

git clone https://github.com/pjreddie/darknet
cd darknet

然后修改配置文件Makefile

make Makefile 
修改下面的即可
GPU=1 #如果使用GPU设置为1，CPU设置为0
CUDNN=1  #如果使用CUDNN设置为1，否则为0
OPENCV=0 #如果调用摄像头，还需要设置OPENCV为1，否则为0
OPENMP=0  #如果使用OPENMP设置为1，否则为0
DEBUG=0  #如果使用DEBUG设置为1，否则为0

编译

make

下载yolov3预训练模型

wget https://pjreddie.com/media/files/yolov3.weights

测试

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

三、准备数据集、训练、测试

1.在darknet目录下创建myData文件夹，目录结构如下，将之前标注好的图片和xml文件放到对应目录下
然后再去分为测试集验证集和训练集
代码如下这个代码我是直接在终端运行的代码名字为test.py
放在mydata中

import os
import random
 
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'myData/Annotations'
txtsavepath = 'myData/ImageSets'
total_xml = os.listdir(xmlfilepath)
 
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
 
ftrainval = open('myData/ImageSets/trainval.txt', 'w')
ftest = open('myData/ImageSets/test.txt', 'w')
ftrain = open('myData/ImageSets/train.txt', 'w')
fval = open('myData/ImageSets/val.txt', 'w')
 
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)
 
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

在这里插入图片描述
弄好后就分好了
在darknet文件夹下新建一个my_lables.py文件，
分好后 voc数据集是需要生成label文件所以可以通过下面的代码来生成这个my_lables.py文件是放在darknet里面的

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
sets = ['train', 'test','val'] # 这里替换成自己的数据集
 
#classes = ["RBC"]#我们只是检测细胞，因此只有一个类别
classes = ["一次性快餐盒", "书籍纸张", "充电宝", "剩饭剩菜", "包", "垃圾桶", "塑料器皿",
           "塑料玩具", "塑料衣架", "大骨头", "干电池", "快递纸袋", "插头电线", "旧衣服", "易拉罐",
           "枕头", "果皮果肉", "毛绒玩具", "污损塑料", "污损用纸", "洗护用品", "烟蒂", "牙签",
           "玻璃器皿", "砧板", "筷子", "纸盒纸箱", "花盆", "茶叶渣", "菜帮菜叶", "蛋壳",
           "调料瓶", "软膏", "过期药物", "酒瓶", "金属厨具", "金属器皿", "金属食品罐", "锅",
           "陶瓷器皿", "鞋", "食用油桶", "饮料瓶", "鱼骨"]
           #这个替换成自己的类别
 
 
def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)
 
 
def convert_annotation(image_id):
    in_file = open('myData/Annotations/%s.xml' % (image_id))
    out_file = open('myData/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
 
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        if bb[0] > 1 or bb[1] > 1 or bb[2] > 1 or bb[3] > 1:
            continue
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
 
 
wd = getcwd()
print(wd)
for image_set in sets:
    if not os.path.exists('myData/labels/'):
        os.makedirs('myData/labels/')
    image_ids = open('myData/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('myData/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        if image_id == '':
            continue  
        list_file.write('myData/JPEGImages/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

这样就会生成我们要的labels文件和train.txt val.txt test.txt文件

在这里插入图片描述

4.修改darknet/cfg下的voc.data和yolov3-voc.cfg文件

为了保险起见，复制这两个文件，并分别重命名为my_data.data和my_yolov3.cfg 这两个文件还是放在darknet/cfg下

my_data.data内容：

classes= 3 ##改为自己的分类个数
##下面都改为自己的路径
train  = /home/XXX/darknet/myData/myData_train.txt  
names = /home/XXX/darknet/myData/myData.names #稍后需要创建这个文件
backup = backup

my_yolov3.cfg的内容：

/yolo, 总共会搜出3个含有yolo的地方。
每个地方都必须要改2处， filters：3*（5+len（classes））；
其中：classes: len(classes) = 3，这里以我的工程为例
filters = 24
classes = 3
可修改：random = 1：原来是1，显存小改为0。（是否要多尺度输出。

在myData文件夹下新建myData.names文件
里面写好你自己的类别像如下

people
foot
car

下载预训练权重这个下载的是在darknet文件中的

wget https://pjreddie.com/media/files/darknet53.conv.74

开始训练

./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74

从停止处重新训练

./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74 -gups 0,1,2,3 myData/backup/my_yolov3.backup -gpus 0,1,2,3

训练过程中参数的意义

Region xx: cfg文件中yolo-layer的索引；
Avg IOU:当前迭代中，预测的box与标注的box的平均交并比，越大越好，期望数值为1；
Class: 标注物体的分类准确率，越大越好，期望数值为1；
obj: 越大越好，期望数值为1；
No obj: 越小越好；
.5R: 以IOU=0.5为阈值时候的recall; recall = 检出的正样本/实际的正样本
0.75R: 以IOU=0.75为阈值时候的recall;
count:正样本数目。

Region 106 Avg IOU: 0.727626, Class: 0.998225, Obj: 0.798596, No Obj: 0.000121, .5R: 1.000000, .75R: 0.500000,  count: 2
Region 82 Avg IOU: 0.669070, Class: 0.998607, Obj: 0.958330, No Obj: 0.001297, .5R: 1.000000, .75R: 0.000000,  count: 2
Region 94 Avg IOU: 0.832890, Class: 0.999755, Obj: 0.965164, No Obj: 0.000829, .5R: 1.000000, .75R: 1.000000,  count: 1
Region 106 Avg IOU: 0.613751, Class: 0.999541, Obj: 0.791765, No Obj: 0.000554, .5R: 0.833333, .75R: 0.333333,  count: 12
Region 82 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.000007, .5R: -nan, .75R: -nan,  count: 0
Region 94 Avg IOU: 0.816189, Class: 0.999966, Obj: 0.999738, No Obj: 0.000673, .5R: 1.000000, .75R: 1.000000,  count: 2
Region 106 Avg IOU: 0.756419, Class: 0.999139, Obj: 0.891591, No Obj: 0.000712, .5R: 1.000000, .75R: 0.500000,  count: 12
12010: 0.454202, 0.404766 avg, 0.000100 rate, 2.424004 seconds, 768640 images
Loaded: 0.000034 seconds

这断代码展示了一个批次(batch)，批次大小的划分根据yolov3-voc.cfg的subdivisions参数。在我使用的 .cfg 文件中 batch =256，subdivision = 8，所以在训练输出中，训练迭代包含了32组，每组又包含了8张图片，跟设定的batch和subdivision的值一致。

批输出针对上面的bacth的最后一行输出来说，12010代表当前训练的迭代次数,0.454202代表总体的loss，0.404766 avg代表平均损失，这个值越低越好，一般来说一旦这个数值低于0.060730 avg就可以终止训练了。0.0001代表当前的学习率，2.424004 seconds代表当前批次花费的总时间。768640代表3002*256代表当前训练的图片总数。

参考博文： https://www.cnblogs.com/answerThe/p/11481564.html

https://blog.csdn.net/qq_21578849/article/details/84980298?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1

https://www.cnblogs.com/pprp/p/10863496.html

sui_qiang_kaixin_

关注

1
点赞
踩
10

收藏

觉得还不错? 一键收藏
1
评论
pytorch版yolov3训练自己voc数据集

在这里我的训练集是voc的数据集https://blog.csdn.net/csdn_zhishui/article/details/84962587#212__119因为我的数据集是参加比赛里面直接有的标签也已经打好了所以如果有想要自己打标签制作voc数据集的可以参考上面那篇文章然后我的数据集最开始是如下的：这个数据集是放在myData中的…JPEGImages#存放图像…A...
复制链接

扫一扫