使用keras版本的yoloV3训练并在VOC数据集上测试

yoloV3主页：https://pjreddie.com/darknet/yolo/

keras-yolo3代码：https://github.com/qqwweee/keras-yolo3

VOC数据集：http://host.robots.ox.ac.uk/pascal/VOC/

一、环境需求：

tensorflow

keras

（编译运行时按照错误提示pip install 相应库文件即可）

二、Demo：

1、下载代码：

git clone https://github.com/qqwweee/keras-yolo3

2、下载yoloV3权重文件：

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

3、将darknet下的yolov3配置文件转换成keras适用的h5文件：

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

4、运行预测图像程序（预测视频程序跳过）：

python yolo.py

输入需要预测的图片路径即可，示例如下，可以看到结果还是蛮准确的，但对于某些小目标（如图片左半部分）仍然未能很好地检测出来：

三、训练：

1、将VOC数据集放在代码同一目录下，然后先生成需要进行训练的txt文件，包括图片路径、类别和bbox，一张图片有多个目标时用' '隔开，根据使用VOC数据集的年份修改voc_annotation.py文件中的sets，根据需要训练的类别修改classes（如注释中只使用person类）。

sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]

# classes = ['person']
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]

运行生成txt文件程序，根据sets得到三个不同的txt文件，方便用于做训练、验证和测试：

python voc_annotation.py

2、修改train.py中的annotation_path为刚刚生成的txt文件，data_path是根据txt提供的训练图像提取出的数据信息并保存为了npz格式（注意，如果需要更换训练数据的话，需要删除上一次生成的npz文件，或者在给get_training_data函数传参时设置load_previous=False），output_path是当前训练的模型保存路径，log_dir记录了每一次迭代生成的模型，classes_path是需要训练的目标种类，根据上一步修改过的classes调整（如注释中选择的txt文件中只包含自己需要训练的类别），anchors_path是锚点文件（因还不太了解所以没有改过）。

    annotation_path = '2007_train.txt'
    data_path = 'train.npz'
    output_path = 'model_data/my_yolo.h5'
    log_dir = 'logs/000/'
    #classes_path = 'model_data/my_classes.txt'
    classes_path = 'model_data/voc_classes.txt'
    anchors_path = 'model_data/yolo_anchors.txt'

同时，在训练时还会存在这样的情况：可能数据集中某些图像中不包含你想要训练的目标，那么可以在生成txt文件时就筛除掉，或者在读取训练数据时跳过没有数据的那一行，这里作者选择后者，修改train.py中get_training_data函数：

with open(annotation_path) as f:
        for line in f.readlines():
            line = line.split(' ')
            # skip the rows contain no target
            if len(line) <= 1:
                continue
            filename = line[0]
            image = Image.open(filename)

这里需要注意的是，如果想要训练某一类或某几类特定的目标类别，必须要同时修改以上两步中voc_annotation.py和train.py相应的位置，否则可能会报维数不符的错误。

修改完成后，开始训练：

python train.py

随着epoch迭代，会得到越来越小的loss，直到loss达到某一阈值自动停止，或者epoch达到上限也会停止。可以在train.py中的train函数中修改预设的epochs。

3、修改yolo.py，使用自己训练的模型预测图像：

        #self.model_path = 'model_data/yolo.h5'
        self.model_path = 'model_data/my_yolo.h5'
        self.anchors_path = 'model_data/yolo_anchors.txt'
        #self.classes_path = 'model_data/coco_classes.txt'
        self.classes_path = 'model_data/my_classes.txt'

因为只在2007VOC训练集上进行30次的迭代训练，所以得到的模型效果不算好，在VOC测试图像上的预测效果还可以，但不够精确。如果测试图像更大，差的预测结果就比较明显了，因此需要更多训练数据来训练自己的模型。

四、在VOC2007上评估MAP

1、具体过程参考：YOLO在VOC2007数据集计算mAP 备忘

2、输出文件格式要求：Pascal VOC 数据集介绍

五、其他：

1、如果想要使用自己的权重继续训练，在train.py中的create_model函数中修改weights_path。如果不想使用预训练的权重，设置传给create_model函数的参数load_pretrained=False。