目标检测——YOLOv3口罩人脸检测

最新推荐文章于 2024-07-04 10:42:35 发布

置顶 WellTung_666

最新推荐文章于 2024-07-04 10:42:35 发布

阅读量2.9k

点赞数 3

分类专栏：目标检测文章标签：深度学习计算机视觉

本文链接：https://blog.csdn.net/welltung_666/article/details/104654026

版权

目标检测专栏收录该内容

6 篇文章 1 订阅

订阅专栏

文章目录

数据标注
darknet下载和测试
数据集准备
编译文件
模型训练、测试
参考资料

数据标注

在上一篇博客目标检测———LabelImg数据标注中已经介绍了数据标注。

环境配置就不多讲述，可以参考：这里
本人环境配置：
Ubuntu:18.04
CUDA：9.0
CUDNN：7.14
OpenCV下载地址：https://opencv.org/releases/

darknet下载和测试

首先下载darknet：

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

下载预训练权重（在darknet目录下）：

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

测试：

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

结果如下图则表示环境没问题。
在这里插入图片描述
默认情况下，YOLO仅显示检测到的置信度为0.25或更高的对象。您可以通过将-thresh 标志传递给yolo命令来改变这一点。例如，要显示所有检测，可以将阈值设置为0。

./darknet detect cfg/yolov3.cfg yolov3.weights data/horses.jpg -thresh 0

数据集准备

首先在darknet目录中新建VOCdevkit文件夹，接着在VOCdevkit中新建VOC2007文件夹，然后在VOC2007中新建Annotations、ImageSets、JPEGImages三个文件夹，最后在ImageSets中新建Main文件夹，结构如图所示。
在这里插入图片描述

文件夹创建完成后，标注得到对应的.xml文件放到Annotations文件夹中。

在这里插入图片描述

将图片放到JPEGImages文件夹中。

在这里插入图片描述

在VOC2007文件夹中新建test.py文件并运行，它的作用是生成随机切分的训练集测试集等，运行后会在 ImageSets/Main文件夹中产生四个.txt文件。

import os
import random

trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
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('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/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

然后在darknet文件夹中创建voc_label.py文件，其中的sets和classes需要根据自己的实际情况修改，运行该文件后会在VOC2007文件生成一个新的labels文件夹，它的作用是将标注的.xml文件变成YOLO支持的.txt格式。目录下会产生2007_test.txt、2007_train.txt、2007_val.txt三个文件，这才是我们要使用的。

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]  # 根据自己的情况修改

classes = ["mask"]  # 根据自己的情况修改


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(year, image_id):
    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, 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)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()

for year, image_set in sets:
    if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
    image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    list_file = open('%s_%s.txt'%(year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

在这里插入图片描述

将上面的2007_train.txt 2007_val.txt 合并，这个train.txt是我们最终用到的文件，里面存着训练图像的绝对路径，到此数据集准备完毕。

cat 2007_train.txt 2007_val.txt  > train.txt

在这里插入图片描述

编译文件

默认模式下使用CPU，使用GPU需要修改/darknet/Makefile文件，将GPU、CUDNN和OPENCV都改成=1。

cd darknet
vim Makefile
make

在这里插入图片描述
修改cfg/voc.data。
classes根据自己的类别数修改。
train和valid根据自己情况修改成上面生成的train.txt和2007_test.txt文件的路径。

修改voc.names文件，改成自己的类别，格式如下：
在这里插入图片描述

修改cfg/yolov3-voc.cfg文件。
训练的时候把Testing下的batch和subdivisions注释掉，测试的时候把Training下的batch和subdivisions注释掉。
在这里插入图片描述
“Ctrl+f”找“yolo”，共有3处，修filters和classes。其中filters ==3*（5+len（classes）），classes根据自己类别数修改。

模型训练、测试

下载预训练模型：

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

开始训练：

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74

多GPU训练：

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0,1,2,3

如果您想从一个检查点停止并重新开始培训：

./darknet detector train cfg/voc.data cfg/yolov3.cfg backup/yolov3.backup -gpus 0,1,2,3

在这里插入图片描述

训练时默认小于1000轮的时候每100轮保存一次权重，大于1000的时候每10000轮保存一次权重，所有的权重都保存在/backup文件当中。
在这里插入图片描述
可以在darknet/examples/detector.c文件中的138行修改。

训练完成后就可以开始测试模型。

图片检测：

./darknet detector test voc.data cfg/yolov3.cfg backup/yolov3.backup <JPEGImage_path>

在这里插入图片描述
除了图片检测之外，还可以调用摄像头实时检测和视频检测。

摄像头实时检测

./darknet detector demo cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_900.weights

视频检测：

./darknet detector demo cfg/voc.data cfg/yolov3.cfg yolov3.weights <video file>

到这里整个YOLOv3口罩人脸检测项目就结束了。

参考资料

https://pjreddie.com/darknet/yolo/

WellTung_666

关注

3
点赞
踩
30

收藏

觉得还不错? 一键收藏
3
评论
目标检测——YOLOv3口罩人脸检测

数据准备
复制链接

扫一扫

专栏目录