欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Pytorch使用yolov3训练自己的数据进阶

程序员文章站 2022-06-24 10:16:00
多classes训练...

多classes的训练

接上一次的博文,这两天我又进行了自己更复杂一点的数据集的制作和训练,算是对上一篇博文的补充,这次讲一讲对于多目标的目标检测的一些重要步骤。

  1. 多目标数据集的准备Pytorch使用yolov3训练自己的数据进阶voc_label.py
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
sets = ['train', 'test','val']
 
classes = ["car","ad", "bus", "chair", "didi", "group", "hello", "mobike", "motorbike","other", "outdoor", "rider", "shed", "stall", "table", "tricycle", "truck"]
 
 
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(image_id):
    in_file = open('data/Annotations/%s.xml' % (image_id))
    out_file = open('data/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()
print(wd)
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

在liunx下运行py文件的方法:python voc_label.py

多目标检测的关键点就在于脚本文件的classes处,需要检测多少个目标对象就要设置多少个分类,这里我们进行17个目标对象的目标检测。
2. 开始训练
2.1训练参数修改
在开始训练之前需要修改train的参数,尤其是cfg文件,如果不做修改,则会报错误,一般情况下yolo默认的是spp的cfg文件,所以会报不匹配的错误,这里我们需要将weights更改为与之对应的,因为本人的显卡内存不足,而且spp是一个三层yolo的模型,我无法使用,所以我一直使用的是tiny模型。tiny虽然轻量便捷快速,但是精度还是不够高的。Pytorch使用yolov3训练自己的数据进阶
tip1:有一个要注意的点,如果是使用服务器跑深度学习,那么很可能出现cuda out of memory的错误,那么就要注意gpu的内存使用情况,可以使用:

nvidia-smi

查看显卡内存使用情况,如果有一些没有退出存储的进程,我们可以使用:

kill -9 pid

杀死这些进程,释放空间
2.2训练文件准备
yolo.names:
这里就是和单class训练区别很大的地方,这个文件一定要注意格式,这里我把我的names文件贴在这里供大家参考:

ad
bus
car
chair
didi
group
hello
mobike
motorbike
other
outdoor
rider
shed
stall
table
tricycle
truck

yolo.data:

classes=17
train=data/train.txt
valid=data/val.txt
names=data/yolo.names
backup=backup/

我们需要对应names文件,修改data文件中的classes和names属性。
yolo-tiny.cfg:
这里我们最为重要的就是对于yolo层的classes还有yolo上层的卷积层的filters值的修改:
filters=66 #3(class + 4 + 1)
我在这里训练了17个类,那就是class=17,在做运算得到filters=66

[net]
batch=1
subdivisions=1
width=416
height=416
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1
learning_rate=0.001
burn_in=1000
max_batches = 500200
policy=steps
steps=400000,450000
scales=.1,.1 
[convolutional]
batch_normalize=1
filters=16
size=3
stride=1
pad=1
activation=leaky 
[maxpool]
size=2
stride=2 
[convolutional]
batch_normalize=1
filters=32
size=3
stride=1
pad=1
activation=leaky 
[maxpool]
size=2
stride=2 
[convolutional]
batch_normalize=1
filters=64
size=3
stride=1
pad=1
activation=leaky 
[maxpool]
size=2
stride=2 
[convolutional]
batch_normalize=1
filters=128
size=3
stride=1
pad=1
activation=leaky 
[maxpool]
size=2
stride=2 
[convolutional]
batch_normalize=1
filters=256
size=3
stride=1
pad=1
activation=leaky 
[maxpool]
size=2
stride=2 
[convolutional]
batch_normalize=1
filters=512
size=3
stride=1
pad=1
activation=leaky 
[maxpool]
size=2
stride=1 
[convolutional]
batch_normalize=1
filters=1024
size=3
stride=1
pad=1
activation=leaky
[convolutional]
batch_normalize=1
filters=256
size=1
stride=1
pad=1
activation=leaky 
[convolutional]
batch_normalize=1
filters=512
size=3
stride=1
pad=1
activation=leaky 
[convolutional]
size=1
stride=1
pad=1
filters=66
activation=linear 
[yolo]
mask = 3,4,5
anchors = 10,14,  23,27,  37,58,  81,82,  135,169,  344,319
classes=17
num=6
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1 
[route]
layers = -4 
[convolutional]
batch_normalize=1
filters=128
size=1
stride=1
pad=1
activation=leaky 
[upsample]
stride=2 
[route]
layers = -1, 8 
[convolutional]
batch_normalize=1
filters=256
size=3
stride=1
pad=1
activation=leaky 
[convolutional]
size=1
stride=1
pad=1
filters=66
activation=linear 
[yolo]
mask = 0,1,2
anchors = 10,14,  23,27,  37,58,  81,82,  135,169,  344,319
classes=17
num=6
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1

如果我们使用yolov3-spp.cfg文件进行训练,那么spp这里有三层yolo,那就要修改三层的卷积层[convolutional],对应公式也不同:
(classes + 5)* anchors_of_this_yolo
anchors_of_this_yolo代表该层yolo的anchor数目,anchors两个逗号为一个anchor。
在我们调整完成后,就可以开始训练了,训练完成的模型best.pt就会放在yolov3的weights文件夹下,以方便我们detect时使用。
tip2:这里还要提及一下,voc_label.py中的classes要和names中的classes对应顺序,要不会出现标记错误的问题。
3.训练结果
将待检测的图片放入data\sample文件夹下,基于训练获得的weights文件夹下的best.pt模型文件,运行detect.py即可完成检测。

python detect.py --names data/yolo.names --source data/samples/ --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt

Pytorch使用yolov3训练自己的数据进阶
4.总结
这就是本次多目标的检测成果,精度还是可以的,epochs了150次,精度是有提升的,大家可以在训练时注意Giou,cls和obj参数,基本都是越低越精确的。
最后的最后要感谢对我提供了帮助的师姐@ToLiveXX
和让我获益匪浅的文章如何使用Pytorch实现YOLOv3训练自己的数据集(详尽版)

本文地址:https://blog.csdn.net/weixin_40553780/article/details/110532536