Win7下darknet训练yolov4-tiny及opencv调用模型测试训练结果

本博文只为记录，方便自己需要时查看；如若对大家有帮助，那自然是最好的。

进入正题

一、 训练环境

1. Windows下编译好的darknet（具体编译不细说了，网上很多），源码地址：https://github.com/AlexeyAB/darknet

2. opencv有最好，可以显示训练过程

3. GPU（这个没什么好说的）

二、数据集

所需文件的目录结构如下：

darknet

----------x64

---------------data

---------------------VOCdevkit

------------------------------------VOC2007

-------------------------------------------------Annotations（放图片的xml标注文件）

-------------------------------------------------JPEGImages（放图片）

-------------------------------------------------ImageSets

---------------------------------------------------------------Main

**默认经典结构**

 

准备好待训练的图片和标注文件（yolo需要的txt），如果是xml的标注文件需要转成txt，方法如下：

1. 将图片分为训练集、验证集和测试集

结果在darknet\x64\data\VOCdevkit\VOC2007\ImageSets\Main目录下

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()

2. 将对应数据集的xml转txt

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')]

classes = ["yes_mask", "no_mask"] #改为自己数据集的label


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('VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('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('VOC%s/labels/'%(year)): #注意路径
        os.makedirs('VOC%s/labels/'%(year))
    image_ids = open('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/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

完成后会在darknet\x64\data\VOCdevkit\VOC2007目录下新建一个labels文件夹，里面是对应的txt标注文件

每个txt文件里面是固定格式的数据【‘目标类别’ ‘目标中心点横坐标’ ‘目标中心点纵坐标’ ‘目标框的宽’ ‘目标框的高’】

1 0.243 0.38109756097560976 0.074 0.1402439024390244
1 0.387 0.3704268292682927 0.062 0.10670731707317073
1 0.964 0.3628048780487805 0.044 0.07317073170731708

重要：最后需要将labels下的所有txt文件复制到 darknet\x64\data\VOCdevkit\VOC2007\JPEGImages 目录下（图和对应的标注txt文件）

三、准备训练所需的文件以及预训练模型

1. 下载预训练模型

源码地址下有，对应下载即可

下载完成后放入目录darknet\x64\weights下，方便管理。

2. 创建及修改cfg文件

cfg为模型结构文件，需要根据自己的数据、运行环境、训练方式进行修改。以yolov4-tiny.cfg为例，选择复制改为yolov4-tiny-mask.cfg

修改yolov4-tiny-mask.cfg的几个地方

• 尺寸默认416的，这里也可以修改为任意32的整数倍，batch和subdivisions根据自己电脑配置来，配置高的batch可以调到64

• 最大迭代次数可以修改为你数据集的label个数*2000，steps为max_batches的80%和90%。（这部分可以不修改）

 

 

• 修改所有yolo层的classes，以及yolo层前一个卷积层的filters（计算方式为filters=(classes + 5)x3）

3. 创建data文件和names文件

我新建了一个训练目录darknet\x64\data\mask

2007_train.txt和2007_test.txt为原darknet\x64\data\VOCdevkit目录下复制而来，为了方便区分。

data文件内容

names文件内容

 

四、训练

在darknet\x64目录下打开cmd，运行

带opencv编译darknet的会显示训练过程（loss曲线），也可以在运行命令后加 -dont show关闭显示。

训练过程中也会在backupv4目录下保存模型，完成后只需拷贝yolov4-tiny-mask_final.weights、yolov4-tiny-mask.cfg和mask.names文件即可

五、opencv调用yolov4

调用模型文件的脚本如下（yolov4需要opencv版本4.4.0及以上）

import numpy as np
import cv2
import os
import random

weights_path = 'models/yolov4-tiny-mask.weights'#模型权重文件
cfg_path = 'models/yolov4-tiny-mask.cfg'#模型配置文件
labels_path = 'models/mask.names'#模型类别标签文件

#初始化一些参数
LABELS = open(labels_path).read().strip().split("\n")
boxes = []
confidences = []
classIDs = []
color_list=[]
for i in range(len(LABELS)):
    color_list.append([random.randint(0,255),random.randint(0,255),random.randint(0,255)])

#加载网络配置与训练的权重文件 构建网络
net = cv2.dnn.readNetFromDarknet(cfg_path, weights_path)

#读入待检测的图像
image = cv2.imread(os.path.join("img","1.jpg"))
#得到图像的高和宽
(H,W) = image.shape[0: 2]


#得到YOLO需要的输出层
ln = net.getLayerNames()
out = net.getUnconnectedOutLayers() #得到未连接层得序号  [[200] /n [267]  /n [400] ]
x = []
for i in out:   # 1=[200]
    x.append(ln[i[0]-1])    # i[0]-1    取out中的数字  [200][0]=200  ln(199)= 'yolo_82'
ln=x
# ln  =  ['yolo_82', 'yolo_94', 'yolo_106']  得到 YOLO需要的输出层



#从输入图像构造一个blob，然后通过加载的模型，给我们提供边界框和相关概率
#blobFromImage(image, scalefactor=None, size=None, mean=None, swapRB=None, crop=None, ddepth=None)
blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416),swapRB=True, crop=False)
#构造了一个blob图像，对原图像进行了图像的归一化，缩放了尺寸 ，对应训练模型

net.setInput(blob)
layerOutputs = net.forward(ln)  #ln此时为输出层名称  ，向前传播  得到检测结果

for output in layerOutputs:  #对三个输出层 循环
    for detection in output:  #对每个输出层中的每个检测框循环
        scores=detection[5:]  #detection=[x,y,h,w,c,class1,class2] scores取第6位至最后
        classID = np.argmax(scores)#np.argmax反馈最大值的索引
        confidence = scores[classID]
        if confidence >0.5:#过滤掉那些置信度较小的检测结果
            box = detection[0:4] * np.array([W, H, W, H])
            #print(box)
            (centerX, centerY, width, height)= box.astype("int")
            # 边框的左上角
            x = int(centerX - (width / 2))
            y = int(centerY - (height / 2))
            # 更新检测出来的框
            boxes.append([x, y, int(width), int(height)])
            confidences.append(float(confidence))
            classIDs.append(classID)

idxs=cv2.dnn.NMSBoxes(boxes, confidences, 0.2,0.3)
box_seq = idxs.flatten()#[ 2  9  7 10  6  5  4]
if len(idxs)>0:
    for seq in box_seq:
        (x, y) = (boxes[seq][0], boxes[seq][1])  # 框左上角
        (w, h) = (boxes[seq][2], boxes[seq][3])  # 框宽高
        # if classIDs[seq]==0: #根据类别设定框的颜色
        #     color = [0,0,255]
        # else:
        #     color = [0,255,0]
        cv2.rectangle(image, (x, y), (x + w, y + h), color_list[classIDs[seq]], 2)  # 画框
        text = "{}: {:.4f}".format(LABELS[classIDs[seq]], confidences[seq])
        cv2.putText(image, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.8, color_list[classIDs[seq]],2)  # 写字
cv2.namedWindow('Image', cv2.WINDOW_AUTOSIZE)
cv2.imshow("Image", image)
cv2.waitKey(0)

yolov3-tiny和yolov4-tiny对比（迭代4000次）

注：图片如有侵权，联系我删除，谢谢