一、YOLO v3簡介

YOLO v3可以說是當前目標檢測算法的集大成者，速度和精度都達到了不錯的水準。不了解的同學可以看一下吳恩達的深度學習中有關YOLO的講解，然后在讀一下這個博客，寫的很詳細。

最近一直熱衷于AI研習社的比賽，對是新手練習實操很友好。在這里取得了一些不錯的排名，比賽結束不僅達到比賽要求分數的參賽者可以獲得一定數量的獎金，官方還會放出排名優(yōu)秀者的源碼，真是太貼心了。在此安利一波。下圖是我的比賽收益情況，由于本人時間有限，而且跑模型時間太過漫長，所以并沒有太過投入，主要目的是動手實踐，如果有感興趣的朋友，可以一起組隊參賽，共同進步。

二、本次比賽簡介

本次比賽介紹鏈接：https://www.yanxishe.com/blogDetail/14905
比賽地址：https://god.yanxishe.com/12

簡介
訓練集共6057張圖片，包含工地照片、某大學監(jiān)控視頻圖片、普通場景照片
任務：正確識別圖片中人物是否佩戴安全帽
結果文件如下所示：
第一個字段位：測試集圖片ID
第二個字段：圖片種佩戴安全帽人員數量
第三個字段：圖片中沒有佩戴安全帽人員數量

安全帽答案示例.png

四、YOLO v3訓練詳解

4.1 運行環(huán)境

• ubuntu18.04
• Python==3.7
• pytorch==1.3
• 顯卡：1060-6G

4.2 訓練詳解

首先下載github上的yolo源碼，然后從比賽鏈接下載數據集。

圖1

圖2

• 第一步：

先看一下訓練介紹：https://github.com/ultralytics/yolov3/wiki/Train-Custom-Data

該教程要求把數據放在主目錄下的coco文件夾下，圖片和文本按此路徑以及格式放置。
好了，現在我們在主目錄創(chuàng)建文件夾coco，然后點開，再分別創(chuàng)建imges>val2014，labels>val2014，
將下載下來的train文件夾里的圖片放入images>val2014里面。

• 第二步：

  
  
  
  

  由于我們數據集的labels是xml文件類型，而此工程要求的是txt格式的label，所以需要進行轉換。
  在下載的數據集文件夾里創(chuàng)建voc_label.py，寫入一下代碼，運行得到一個labels文件夾，里面包含了txt格式的標簽文件。

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join


sets=['train', 'val']  #替換為自己的數據集
classes = ["person", "hat"]     #修改為自己的類別

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里面的文本復制入labels>val2014里面。至此我們的數據算準備好了。

• 第三步：

  
  
  
  

  講train文件夾的數據劃分測試集和驗證集，在train文件夾同級下創(chuàng)建train_val.py（如圖2），具體代碼如下。

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()

運行后會得到trian.txt和val.txt。將他們放到y(tǒng)olov3目錄的data文件夾創(chuàng)建Imagesets文件夾，將此兩個文件拷貝進去。

• 第四步
  在data文件夾下再創(chuàng)建hat.names和hat.data文件，分別寫入如下所示：
  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

這個數據集只有兩個類別戴安全帽hat和沒帶安全帽no_hat。

• 第五步
  更改yolov3/cfg下的yolov3-spp.cfg配置文件。當然如果對精度要求不高，卻速度有需求可以更改yolov3-tiny.cfg的配置，這是一個輕量級的yolo模型。

  
  

如上圖所示，將filters該成21，即3×(calsses+4+1)，classes改為2。

• 第六步
  萬事俱備，終于開始訓練了！
  運行：python train.py --data data/hat.data --cfg cfg/yolov3-spp.cfg
  另外可以根據需要更改在train.py里自定義差參數，例如：LR, LR scheduler, optimizer, augmentation，settings, multi_scale settings等等。根據自己顯存大小適當調整batch_size。
  
  
  停止后繼續(xù)訓練可以在上面的命令后面添加 --resume

4.3 測試

訓練完成后，將數據集中test文件夾的圖片拷貝到y(tǒng)olov3/data/samples中，運行：
python detect.py --weights weights/best.pt --data data/hat.data
斷斷續(xù)續(xù)訓練了大概一天時間。效果還可以，但是在小目標上還是存在漏檢、誤檢的情況。

更新：截止到2019.12.17，排名穩(wěn)定保持在30/270。

圖片發(fā)自簡書App