使用Yolov4实现简单的图片标注

一、前言
YOLOv4（You Only Look Once version 4）是一种先进的目标检测系统，于2020年推出。它是对之前版本YOLO的改进，后者是一种广泛使用的基于深度学习的目标检测算法。YOLOv4基于深度卷积神经网络，可以高精度实时检测图像中的目标。它使用单个神经网络，输入图像并输出所有目标的边界框和类别概率。YOLOv4相对于其前身YOLOv3的一些主要改进包括：

• 增加网络的深度和宽度，以获得更好的特征表示
• 使用先进的数据增强技术，以提高模型的泛化能力
• 整合多种先进的目标检测技术，如空间金字塔池化、Mish激活函数和交叉阶段部分网络。

YOLOv4是一个开源项目，在GitHub上免费提供。它已成为许多计算机视觉应用程序的流行选择，包括自动驾驶汽车、安全系统和监控系统。论文 ，代码。

本实验基于代码Github开源代码：

项目首页 - yolov4-pytorch - GitCodehttps://gitcode.com/bubbliiiing/yolov4-pytorch/overview?utm_source=csdn_github_accelerator&isLogin=1

 二、运行环境准备

运行文件前，需要的主要的库（依赖）我们都可以在requirements.txt中找到。

我们直接运行下面这个代码就可以安装所需要的库（如果下载太慢可以在后面加一个源，只要是国内的，什么源都可以）。如果下面代码运行不成功，那只能辛苦一下自己，一个一个下载。总之，没有什么库就下什么库。

pip install -r requirements.txt

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

在这里如果条件允许的话，下载torch的时候选择cuda版本，这样训练模型的时候会快一点。因为我的是集显的笔记本，而且安装cuda版本的话很麻烦，所以我的是cpu版本的torch，训练的时候真的是很久。

如何正确下载PyTorch、CUDA版本！！_cuda12.0下载-CSDN博客https://blog.csdn.net/m0_61497715/article/details/130060959?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171422624916800226557485%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=171422624916800226557485&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-2-130060959-null-null.142^v100^pc_search_result_base8&utm_term=pytorch%E4%B8%8B%E8%BD%BDcuda&spm=1018.2226.3001.4187

安装pytorch(cpu版)用清华资源快速下载_pytorchcpu版本怎么下载-CSDN博客https://blog.csdn.net/qq_41739298/article/details/131365988?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171422674816800225563175%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=171422674816800225563175&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-131365988-null-null.142^v100^pc_search_result_base8&utm_term=%E4%B8%8B%E8%BD%BDcpu%E7%89%88%E6%9C%AC%E7%9A%84pytorch&spm=1018.2226.3001.4187

三、数据准备

1、准备数据集

因为我自己的数据集不好，质量也不咋地，所以我就拿了一个数据集来用（当然你们也可以自己准备一个数据集），我的数据集是猫、狗、狐狸的数据。数据集链接：下载

动物照片_数据集-飞桨AI Studio星河社区 (baidu.com)https://aistudio.baidu.com/datasetdetail/154928

 有了数据集后，我们需要借助labellmg_exe来对我们的数据图像标记来得到标签数据。

 

下面链接是labellmg_exe工具的安装和使用： 

 Windows下深度学习标注工具LabelImg安装和使用指南_windows安装labelimg-CSDN博客https://blog.csdn.net/m0_67647321/article/details/134749209?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171419190916800213066493%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=171419190916800213066493&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-2-134749209-null-null.142%5Ev100%5Epc_search_result_base8&utm_term=labelimg%E6%96%87%E4%BB%B6&spm=1018.2226.3001.4187

 图片格式为jpg，标签为xml。

在labellmg使用中可以选择PascalVOC和YOLO两种，我们标注时选择PascalVOC，这样得到的标签文件就是xml格式。

 

 在图像和标签处理好之后，我们需要把yolov4里的yolov4-pytorch-master\VOCdevkit\VOC2007文件夹下的Annotations和JPEGImages替换成我们自己的标签和图像（标签和图像时一一对应的）。

Annotations文件夹放的是标签数据

JPEGImages文件夹放的是图像数据

2、划分数据集

找到我们的voc_annotation.py文件，这个文件是对数据集划分训练集和测试集。在运行voc_annotation.py前我们只要改一个参数classes_path。

我这里的cls_classes.txt是自己新建立的txt文件，放到model_data文件夹下，内容就是图片对应的名字，或者也可以在coco_classes.txt文件中改（这样上面一步就不用改）。

 

 运行voc_annotation.py，我们可以得到以下结果，对我们的数据集进行了划分。

四、训练数据

第一次训练

(1)、train.py文件

train.py文件可以根据我们提供的数据进行训练，运行得出模型的权值。第一次训练的时候，在这个文件中我们有要修改的参数，classes_path

使用cuda版本torch的这里要把False改成True，cpu版本的可以不管。我的是cpu版本的所以就没改

2、yolo.py文件

yolo.py也和train,py文件一样把参数classes_path和cuda都要改。不过yolo.py有两个类，都要改。

 

 然后就是运行train.py文件。

训练期间会输出模型性能的统计数据，包括不同类别（dragon fruit 和 snake fruit）的平均精度（AP）和平均精度均值（mAP），以及它们对应的分数阈值、F1-分数、召回率和精确率。

第一次训练可以修改参数UnFreeze_Epoch，也就是训练的总批次，我这里是100个批次这样可以减少我们训练的时间。

然后就是我们训练结束后得到的权值文件，都会保存在logs文件下，best_epoch_weights.pth文件就是我们训练得到的权值文件。

第二或三次训练

对于我们想要得到的权值文件，一次训练是不够的，所以我们需要第二、第三次训练。

第二次训练前我们需要把把logs文件best_epoch_weights.pth文件移到model_data文件下，可以换个名字方便我们区别。当然，我们可以调整参数UnFreeze_Epoch=300或者200，使得我们得到较好的权值.

在train.py文件，把参数model_path改成我们上一次得到的权值文件best_epoch_weights.pth

yolo.py文件也一样要改参数model_path，两个类的参数model_path都要改。

以此类推，第三次训练是权值文件改成第二次训练得到的权值文件。

训练多少次呢？

当平均精度均值（mAP）的值满足图片标注时就可以了（可能是80%左右）。当训练次数少了，mAP小（就像我第一次map55%，就没有标注图像），我们运行predict.py想要标注图像会发现没有标注。

3、predict.py文件

在运行predict.py文件前，把logs文件的best_epoch_weights.pth文件移到model_data文件下，需要把yolo.py文件的参数model_path的yolo4_weights.pth改成best_epoch_weights.pth。

predict.py文件不需要修改什么，实在是想改的话可以改参数fps_image_path，测试的图片路径

 运行之后，输入我们想要进行目标检测的图片的路径，就可以得到一张标注好的图片

结果展示

可以看到结果的第二张图把猫识别成狗了，这是可能是数据集或者训练的模型权值不够好，我的数据集都是怼脸的照片，这个模型把猫识别成狗了。解决的办法是多训练一两遍、增加数据集量等

在运行这个文件的时候可能会得到错误：

AttributeError: 'ImageDraw' object has no attribute 'textsize'

我的解决办法是修改Pillow的版本

到最后，对于yolov4算法还有很多的用法，我这里只是简单的实现图片标注。