荷戟独彷徨

YOLO v3 目标检测

 科学技术/电子信息  2256  5 分钟

yologo.png

下载与测试

YOLO (You Only Look Once) 基于深度学习框架——darknet 的目标检测开源项目。本次操作的全部过程均在 Linux 系统（Ubuntu）中完成。因为在 Windows 系统下，YOLO 源码编译的环境配置十分繁琐，容易出现问题。首先直接从 GitHub 上下载 darknet 源码：

1

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

yolo-0.png◎ darknet 源码仓库

然后进入 darknet 文件夹中，打开 Makefile 文件。文件中最上方的三行，默认值为 0，如果你想要使用 GPU 进行运算，并开启 CUDA 加速和 OpenCV 的话，将其改为 1 即可。这里因为我仅做一个测试，数据运算量并不大所以没有开启 GPU 运算。

1
2
3

GPU=1
CUDNN=1
OPENCV=1

yolo-1.png◎ Makefile 文件内容

然后执行 make 命令编译源码。编译完成后，我们从作者的网站上下载一个训练好的模型进行测试，这里有两个模型，一个名为 yolov3.weights，另一个名为 yolov3-tiny.weights，后者是一个轻量化的模型。因为我考虑后续可能会在树莓派上进行测试，所以这里我是用的是 yolov3-tiny.weights。

yolo-2.png◎ 作者网站上的训练数据

将下载好的模型放在 darknet 文件夹下即可。我们可以在 data 文件夹下找到一些可以测试的图片，比如说 dog.jpg，执行命令：

1

./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg

在这一条命令中，cfg/yolov3-tiny.cfg 为模型训练的相关配置文件，如果你是用的是 yolov3.weights 模型，直接替换为 cfg/yolov3.cfg即可；同样，命令中的 yolov3-tiny.weights 即为下载的模型；命令的最后一句 data/dog.jpg 为测试的图片。

执行命令后，我们可以在终端查看到图像检测的过程和结果。

yolo-3.png◎ 图像目标检测

yolo-4.jpg◎ 检测结果

制作数据集

因为课程项目的需要，我制作的是一个简单的垃圾分类数据集。首先我们将搜集到的图片放在同一个文件夹下，文件夹命名为 JPEGImages，将图片编号，重新命名为 000000.jpg、000001.jpg……这里我提供一个 Python 程序，直接运行即可给图片自动编号：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

import os
path = r"JPEGImages"
filelist = os.listdir(path)  # 该文件夹下所有的文件（包括文件夹）
count = 0
for file in filelist:
    print(file)
for file in filelist:   # 遍历所有文件
    Olddir = os.path.join(path, file)   # 原来的文件路径
    if os.path.isdir(Olddir):   # 如果是文件夹则跳过
        continue
    filename = os.path.splitext(file)[0]   # 文件名
    filetype = '.jpg'   # 文件扩展名
    Newdir = os.path.join(path, str(count).zfill(6)+filetype)  # 用字符串函数 zfill 以 0补全所需位数
    os.rename(Olddir, Newdir) # 重命名
    count += 1

下面进行图片的标注工作。我是用的标注工具是 LabelImg，其 GItHub 仓库地址为：https://github.com/tzutalin/labelImg。作者只提供了 Windows 端的可执行文件，在 Linux 端需要自己编译。软件的编译用到了 Python 3 与 Qt 5。依次执行以下命令安装 LabelImg：

1
2
3
4
5

sudo apt-get install pyqt5-dev-tools
pip install lxml
git clone https://github.com/tzutalin/labelImg.git
cd labelImg
make all

然后在 labelImg 文件夹下执行 python labelImg.py 即可运行软件。

在运行软件之前，可以先打开文件夹下的 \data\predefined_classes.txt 文件，该文件中的内容是标注所用到的标签。比如我在标注垃圾的时候，会标注 glass、metal、paper、plastic 四类，那么在该文件中依次填写名称即可。

glass
metal
paper
plastic

下面我们需要新建一个文件夹，命名为 VOC + 年份，比如 VOC2007，然后将之前编号序号的图片集文件夹复制进来。另外再新建两个文件夹，分别命名为 Annotations 和 ImageSets。前者存放我们标注好的文件，后者存放的是之后编译源码的时候用到的一些文件，在 ImageSets 文件夹下再建一个名为 Main 的文件夹。

yolo-5.png◎ 文件详情

然后我们运行 LabelImg，软件的左侧一栏，点击「改变存放目录」，修改存放地址为 Annotations 文件夹，接着点击「打开目录」，打开 JPEGImages 文件夹即可进行标注。标注后生成的文件类型为 xml 文件，记录了图片的所在位置和标注的横纵坐标。

yolo-6.png◎ 标注图片

图片标注完成后，在 VOC2007 文件夹下创建一个 Python 程序脚本，其代码如下：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

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()

运行该脚本，在 ImageSets 文件夹下会生成四个文件：train.txt，val.txt，test.txt 和 trainval.txt。

源码修改

回到 darkent 文件夹，在该文件夹下新建一个名为 VOCdevkit 的文件夹，将之前制作的数据集 VOC2007 文件夹复制进来。

我们需要将数据集中的标注文件转换为 YOLO 格式的标注文件，下载作者提供的 Python 脚本至 darknet 文件夹：

1

wget https://pjreddie.com/media/files/voc_label.py

打开该 Python 脚本，修改其中的 sets 和 classes：

1
2

sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
classes = ["glass","metal","paper","plastic"]

其中，classes 为图片的全部种类。

运行该脚本，darknet 文件夹下会生成三个文件：2007_train.txt，2007_val.txt，2007_test.txt，VOCdevkit下的 VOC2007 也会多生成一个 labels 文件夹。然后再执行下面的命令生成最终训练用到的 train.txt 文件：

1

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

下面需要对 darknet 的源码进行一些修改。打开 cfg/voc.data 文件，修改为：

classes= 4
train  = /home/guanqirui/darknet/train.txt
valid  = /home/guanqirui/darknet/2007_test.txt
names = data/voc.names
backup = backup

其中 classes 为图像的种类，train 和 valid 修改为相应的文件路径。

然后修改 data/voc.names 和 coco.names，内容都修改为图片的种类名称，与之前的 predefined_classes.txt 文件内容一样。接着修改 cfg/yolov3-voc.cfg，搜索文件中的关键词 yolo，总共可以找到三处：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

[convolutional]
size=1
stride=1
pad=1
filters=27
activation=linear

[yolo]
mask = 6,7,8
anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
classes=4
num=9
jitter=.3
ignore_thresh = .5
truth_thresh = 1
random=1

每一处都要修改两个地方：filters 和 classes。classes 为图片的种类，filters 的数值等于 3*(5+classes)。

在该文件的开头，有：

[net]
# Testing
 batch=1
 subdivisions=1
# Training
# batch=64
# subdivisions=16

在训练的时候，将 # Training 下的 batch 和 subdivisions 取消注释，将 # Testing 下的对应值注释掉。反之，在预测图片的时候，# Testing 下的对应值要取消注释。

训练模型

我们需要下载作者提供的预训练模型至 darknet 文件夹：

1

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

执行下面的代码开始训练：

1

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

参考

相关文章：

加载评论
点击刷新