一、YOLO v3简介
YOLO v3可以说是当前目标检测算法的集大成者，速度和精度都达到了不错的水准。不了解的同学可以看一下吴恩达的深度学习中有关YOLO的讲解，然后在读一下这个博客，写的很详细。
最近一直热衷于AI研习社的比赛，对是新手练习实操很友好。在这里取得了一些不错的排名，比赛结束不仅达到比赛要求分数的参赛者可以获得一定数量的奖金，官方还会放出排名优秀者的源码，真是太贴心了。在此安利一波。下图是我的比赛收益情况，由于本人时间有限，而且跑模型时间太过漫长，所以并没有太过投入，主要目的是动手实践，如果有感兴趣的朋友，可以一起组队参赛，共同进步。
二、本次比赛简介
本次比赛介绍链接：https://www.yanxishe.com/blogDetail/14905
比赛地址：https://god.yanxishe.com/12
简介
训练集共6057张图片，包含工地照片、某大学监控视频图片、普通场景照片
任务：正确识别图片中人物是否佩戴安全帽
结果文件如下所示：
第一个字段位：测试集图片ID
第二个字段：图片种佩戴安全帽人员数量
第三个字段：图片中没有佩戴安全帽人员数量
四、YOLO v3训练详解
4.1 运行环境
- ubuntu18.04
- Python==3.7
- pytorch==1.3
- 显卡：1060-6G
4.2 训练详解
首先下载github上的yolo源码，然后从比赛链接下载数据集。
源码大体上上图是这样的，稍有不同也没关系，因为有些文件是我训练时生成的，有些是我自己添加的，后面都会介绍到。
下载下来的数据集只有label、test、train三个文件夹。剩下的文件同样或者添加的或者生成的，后面会介绍。
- 第一步：
先看一下训练介绍：https://github.com/ultralytics/yolov3/wiki/Train-Custom-Data
该教程要求把数据放在主目录下的coco文件夹下，图片和文本按此路径以及格式放置。
好了，现在我们在主目录创建文件夹coco，然后点开，再分别创建imges>val2014，labels>val2014，
将下载下来的train文件夹里的图片放入images>val2014里面。
-
第二步：
由于我们数据集的labels是xml文件类型，而此工程要求的是txt格式的label，所以需要进行转换。
在下载的数据集文件夹里创建voc_label.py，写入一下代码，运行得到一个labels文件夹，里面包含了txt格式的标签文件。
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets=['train', 'val'] #替换为自己的数据集
classes = ["person", "hat"] #修改为自己的类别
def convert(size, box):
dw = 1./(size[0])
dh = 1./(size[1])
x = (box[0] + box[1])/2.0 - 1
y = (box[2] + box[3])/2.0 - 1
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('label/new_%s.xml'%(image_id))
out_file = open('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)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for image_set in sets:
if not os.path.exists('labels'):
os.makedirs('labels')
image_ids = open('%s.txt'%(image_set)).read().strip().split()
list_file = open('%s.txt'%(image_set), 'w')
for image_id in image_ids:
list_file.write('train/%s.jpg\n'%(image_id))
convert_annotation(image_id)
list_file.close()
最后，labels里面的文本复制入labels>val2014里面。至此我们的数据算准备好了。
-
第三步：
讲train文件夹的数据划分测试集和验证集，在train文件夹同级下创建train_val.py（如图2），具体代码如下。
import os
import random
train_percent = 0.8
xmlfilepath = 'label'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
train_num = int(num * train_percent)
train = random.sample(list, train_num)
ftrain = open('train.txt', 'w')
fval = open('val.txt', 'w')
for i in list:
name = total_xml[i].split('_')[-1][:-4]
name = '../coco/images/val2014/' + name + '.jpg' + '\n'
if i in train:
ftrain.write(name)
else:
fval.write(name)
ftrain.close()
fval.close()
运行后会得到trian.txt和val.txt。将他们放到yolov3目录的data文件夹创建Imagesets文件夹，将此两个文件拷贝进去。
- 第四步
在data文件夹下再创建hat.names和hat.data文件，分别写入如下所示：
hat.names
no_hat
hat
hat.data
classes=2
train=./data/ImageSets/train.txt
valid=./data/ImageSets/val.txt
names=data/hat.names
backup=backup/
eval=coco
这个数据集只有两个类别戴安全帽hat和没带安全帽no_hat。
-
第五步
更改yolov3/cfg下的yolov3-spp.cfg配置文件。当然如果对精度要求不高，却速度有需求可以更改yolov3-tiny.cfg的配置，这是一个轻量级的yolo模型。
如上图所示，将filters该成21，即3×(calsses+4+1)，classes改为2。
- 第六步
万事俱备，终于开始训练了！
运行：python train.py --data data/hat.data --cfg cfg/yolov3-spp.cfg
另外可以根据需要更改在train.py里自定义差参数，例如：LR, LR scheduler, optimizer, augmentation，settings, multi_scale settings等等。根据自己显存大小适当调整batch_size。
停止后继续训练可以在上面的命令后面添加--resume
4.3 测试
训练完成后，将数据集中test文件夹的图片拷贝到yolov3/data/samples中，运行：
python detect.py --weights weights/best.pt --data data/hat.data
断断续续训练了大概一天时间。效果还可以，但是在小目标上还是存在漏检、误检的情况。
更新：截止到2019.12.17，排名稳定保持在30/270。
