前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >目标检测第5步-使用keras版YOLOv3训练

目标检测第5步-使用keras版YOLOv3训练

作者头像
潇洒坤
发布2019-03-15 16:22:45
2.4K1
发布2019-03-15 16:22:45
举报
文章被收录于专栏:简书专栏

致谢声明

1.本文学习Patrick_Lxc的博客《Keras/Tensorflow+python+yolo3训练自己的数据集》并优化其中代码。

原博客链接:https://blog.csdn.net/Patrick_Lxc/article/details/80615433

2.本文学习qqwweee的github工程《keras-yolo3》并优化其中代码。

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

0.配置代码运行环境

0.1 硬件配置要求

YOLOv3对于电脑的显卡要求高,根据本文作者的经验,至少需要8GB的显存才能继续本文下面的实验。

只有Nvidia品牌的显卡可以运行深度学习,AMD品牌的显卡不可以运行深度学习。

那么Nvidia品牌具有8GB显存的最低价格显卡的型号为GTX1070。

2019年2月28日查询,京东上原装GTX1070的价格如下图所示:

Screenshot from 2019-02-21 17-15-49.png

2019年2月28日查询,淘宝上网吧二手拆机显卡GTX1070的价格为1800元左右,如下图所示:

Screenshot from 2019-02-21 17-21-07.png

如果购买资金充足,建议购买GTX1080Ti,11G显存可以运行准确率更高的YOLOv3-spp算法模型。

如果购买资金不足,最少也得购买GTX1070,否则无法继续本文下面的实验。

如果没有nvidia显卡,但有visa信用卡,请阅读我的另一篇文章《在谷歌云服务器上搭建深度学习平台》,链接:https://www.jianshu.com/p/893d622d1b5a

0.2 软件配置要求

各种软件版本:

Ubuntu :16.04

Anaconda :5.2

python : 3.6

CUDA :9.0

cudnn :7.3

tensorflow_gpu :1.10

Keras :2.2.4

如果有显存为8G的显卡,在Windows操作系统下也无法运行本文下面的代码。会报错"显存不足"。

所以读者需要安装Ubuntu操作系统,建议选择Ubuntu16.04,制作系统U盘后非常容易安装。

如果有显存为11G的显卡,在Windows操作系统下可以继续本文下面的实验。

有显卡之后需要配置深度学习环境,请阅读我的另一篇文章《深度学习环境搭建-CUDA9.0、cudnn7.3、tensorflow_gpu1.10的安装》,链接:https://cloud.tencent.com/developer/article/1371243

1.数据准备

1.1 数据下载

如果读者有自己已经使用labelImg软件标注好的数据,可以直接跳到1.4节图片压缩。

本文作者给读者演示的图片数据是来自ImageNet中的鲤鱼分类。

数据集压缩文件下载链接: https://pan.baidu.com/s/1NksESNqBX--YqMJ4zptGdw 提取码: 6p3u

本文作者在桌面中创建文件夹keras_YOLOv3,并将下载好的数据集压缩文件n01440764.tar放到其中,如下图所示:

image.png

在文件夹keras_YOLOv3中鼠标右击,在显示的菜单中选择Open in Terminal,即在文件夹keras_YOLOv3中打开Terminal。

作为合格的Ubuntu系统使用者,要求会使用终端Terminal中的命令完成操作。

运行命令mkdir n01440764创建文件夹n01440764

运行命令tar -xvf n01440764.tar -C n01440764完成压缩文件的解压,命令其中的-C参数后面必须为已经存在的文件夹,否则运行命令会报错。

解压完成后,文件夹和终端Terminal中的情况如下图所示:

image.png

1.2 在Ubuntu中安装软件labelImg

需要使用软件labelImg做图片的数据标注。

软件labelImg的下载地址:https://github.com/tzutalin/labelImg,页面如下图所示:

image.png

在文件夹keras_YOLOv3中打开Terminal,运行下列命令:

1.加快apt-get命令的下载速度,需要做Ubuntu系统的换源。方法如下:

在Ubuntu的设置Settings中选择Software & Updates,将Download from的值设置为http://mirrors.aliyun.com/ubuntu,如下图所示:

image.png

2.运行命令wget https://codeload.github.com/tzutalin/labelImg/zip/master -O labelImg-master.zip从github上下载labelImg的源码压缩文件。

3.运行命令unzip labelImg-master.zip完成压缩文件的解压。

4.运行命令sudo apt-get install pyqt5-dev-tools安装软件pyqt5-dev-tools。

5.运行命令cd labelImg-master进入文件夹labelImg-master。

6.运行命令pip install -r requirements/requirements-linux-python3.txt安装软件labelImg运行时需要的库,如果已经安装Anaconda此步可能不用进行。如果pip下载库的速度慢,请查看我的另外一篇文章《pip换源》,

链接:https://cloud.tencent.com/developer/article/1331861

7.运行命令make qt5py3编译产生软件labelImg运行时需要的组件。

8.运行命令python labelImg.py运行代码文件labelImg.py,运行结果如下图所示:

image.png

1.3 获取像素足够的图片

新建一个代码文件generate_qualified_images.py或generate_qualified_images.ipynb,将下面一段代码复制到其中。

运行代码可以获取文件夹n01440764中的200张像素足够的图片,存放在文件夹selected_images中。

因为文件夹n01440764中有一部分图片像素不足416 * 416,不利于模型训练,所以本节内容有必要进行。

代码语言:javascript
复制
import os
import random
from PIL import Image
import shutil

#获取文件夹中的文件路径
def getFilePathList(dirPath, partOfFileName=''):
    allFileName_list = list(os.walk(dirPath))[0][2]
    fileName_list = [k for k in allFileName_list if partOfFileName in k]
    filePath_list = [os.path.join(dirPath, k) for k in fileName_list]
    return filePath_list

#获取一部分像素足够,即长,宽都大于416的图片
def generate_qualified_images(dirPath, sample_number, new_dirPath):
    jpgFilePath_list = getFilePathList(dirPath, '.JPEG')
    random.shuffle(jpgFilePath_list)
    if not os.path.isdir(new_dirPath):
        os.makedirs(new_dirPath)
    i = 0
    for jpgFilePath in jpgFilePath_list:
        image = Image.open(jpgFilePath)
        width, height = image.size
        if width >= 416 and height >= 416:
            i += 1
            new_jpgFilePath = os.path.join(new_dirPath, '%03d.jpg' %i)
            shutil.copy(jpgFilePath, new_jpgFilePath)
        if i == sample_number:
            break

#获取数量为100的合格样本存放到selected_images文件夹中
generate_qualified_images('n01440764', 200, 'selected_images')

1.4 数据标注

数据标注是一件苦力活,本文作者标记200张图片花费90分钟左右。

本节演示单张图片的标注。

如下图红色箭头标记处所示,打开数据集文件夹。

image.png

如下图红色箭头标记处所示,选择文件夹keras_YOLOv3中的文件夹selected_images,选中后点击如下图下方红色箭头标记处所示的Choose按钮。

image.png

如下图红色箭头标记处所示,给这张图标记了2个物体:人脸human_face、鱼fish

在软件labelImg界面中,按w键即可开始标记物体。

image.png

本文作者标注好200张图片,上传到百度云盘,便于读者直接复现。

下载链接: https://pan.baidu.com/s/1-bZ5B5JKFB7R6aWUPBdP_w 提取码: 9rjg

1.5 检查标注数据

新建一个代码文件check_annotations.py或check_annotations.ipynb,将下面一段代码复制到其中。

运行代码可以完成2个检查功能:

1.检查代码检查标记好的文件夹是否有图片漏标

2.此段代码检查标记的xml文件中是否有物体标记类别拼写错误

代码语言:javascript
复制
#获取文件夹中的文件路径
import os
def getFilePathList(dirPath, partOfFileName=''):
    allFileName_list = list(os.walk(dirPath))[0][2]
    fileName_list = [k for k in allFileName_list if partOfFileName in k]
    filePath_list = [os.path.join(dirPath, k) for k in fileName_list]
    return filePath_list

#此段代码检查标记好的文件夹是否有图片漏标
def check_1(dirPath):
    jpgFilePath_list = getFilePathList(dirPath, '.jpg')
    allFileMarked = True
    for jpgFilePath in jpgFilePath_list:
        xmlFilePath = jpgFilePath[:-4] + '.xml'
        if not os.path.exists(xmlFilePath):
            print('%s this picture is not marked.' %jpgFilePath)
            allFileMarked = False
    if allFileMarked:
        print('congratulation! it is been verified that all jpg file are marked.')

#此段代码检查标记的xml文件中是否有物体标记类别拼写错误        
import xml.etree.ElementTree as ET
def check_2(dirPath, className_list):
    className_set = set(className_list)
    xmlFilePath_list = getFilePathList(dirPath, '.xml')
    allFileCorrect = True
    for xmlFilePath in xmlFilePath_list:
        with open(xmlFilePath) as file:
            fileContent = file.read()
        root = ET.XML(fileContent)
        object_list = root.findall('object')
        for object_item in object_list:
            name = object_item.find('name')
            className = name.text
            if className not in className_set:
                print('%s this xml file has wrong class name "%s" ' %(xmlFilePath, className))
                allFileCorrect = False
    if allFileCorrect:
        print('congratulation! it is been verified that all xml file are correct.')

if __name__ == '__main__':
    dirPath = 'selected_images'
    className_list = ['fish', 'human_face']
    check_1(dirPath)
    check_2(dirPath, className_list)

1.6 图像压缩

预先压缩好图像,模型训练时不用再临时改变图片大小,或许可以加快模型训练速度。

新建一个代码文件compress_images.py或compress_images.ipynb,将下面一段代码复制到其中。

运行代码可以完成2个功能:

1.将旧文件夹中的jpg文件压缩后放到新文件夹中。

2.将旧文件夹中的jpg文件对应的xml文件修改后放到新文件夹中。

代码语言:javascript
复制
#获取文件夹中的文件路径
import os
def getFilePathList(dirPath, partOfFileName=''):
    allFileName_list = list(os.walk(dirPath))[0][2]
    fileName_list = [k for k in allFileName_list if partOfFileName in k]
    filePath_list = [os.path.join(dirPath, k) for k in fileName_list]
    return filePath_list

#生成新的xml文件
import xml.etree.ElementTree as ET
def generateNewXmlFile(old_xmlFilePath, new_xmlFilePath, new_size):
    new_width, new_height = new_size
    with open(old_xmlFilePath) as file:
        fileContent = file.read()
    root = ET.XML(fileContent)
    #获得图片宽度变化倍数,并改变xml文件中width节点的值
    width = root.find('size').find('width')
    old_width = int(width.text)
    width_times = new_width / old_width
    width.text = str(new_width)
    #获得图片高度变化倍数,并改变xml文件中height节点的值
    height = root.find('size').find('height')
    old_height = int(height.text)
    height_times = new_height / old_height
    height.text = str(new_height)
    #获取标记物体的列表,修改其中xmin,ymin,xmax,ymax这4个节点的值
    object_list = root.findall('object')
    for object_item in object_list:
        bndbox = object_item.find('bndbox')
        xmin = bndbox.find('xmin')
        xminValue = int(xmin.text)
        xmin.text = str(int(xminValue * width_times))
        ymin = bndbox.find('ymin')
        yminValue = int(ymin.text)
        ymin.text = str(int(yminValue * height_times))
        xmax = bndbox.find('xmax')
        xmaxValue = int(xmax.text)
        xmax.text = str(int(xmaxValue * width_times))
        ymax = bndbox.find('ymax')
        ymaxValue = int(ymax.text)
        ymax.text = str(int(ymaxValue * height_times))
    tree = ET.ElementTree(root)
    tree.write(new_xmlFilePath)
    
#修改文件夹中的若干xml文件
def batch_modify_xml(old_dirPath, new_dirPath, new_size):
    xmlFilePath_list = getFilePathList(old_dirPath, '.xml')
    for xmlFilePath in xmlFilePath_list:
        xmlFileName = os.path.split(xmlFilePath)[1]
        new_xmlFilePath = os.path.join(new_dirPath, xmlFileName)
        generateNewXmlFile(xmlFilePath, new_xmlFilePath, new_size)
        
#生成新的jpg文件
from PIL import Image
def generateNewJpgFile(old_jpgFilePath, new_jpgFilePath, new_size):
    old_image = Image.open(old_jpgFilePath)
    new_image = old_image.resize(new_size, Image.ANTIALIAS)
    new_image.save(new_jpgFilePath)
    
#修改文件夹中的若干jpg文件
def batch_modify_jpg(old_dirPath, new_dirPath, new_size):
    if not os.path.isdir(new_dirPath):
        os.makedirs(new_dirPath)
    xmlFilePath_list = getFilePathList(old_dirPath, '.xml')
    for xmlFilePath in xmlFilePath_list:
        old_jpgFilePath = xmlFilePath[:-4] + '.jpg'
        jpgFileName = os.path.split(old_jpgFilePath)[1]
        new_jpgFilePath = os.path.join(new_dirPath, jpgFileName)
        generateNewJpgFile(old_jpgFilePath, new_jpgFilePath, new_size)
        
if __name__ == '__main__':
    old_dirPath = 'selected_images'
    new_width = 416
    new_height = 416
    new_size = (new_width, new_height)
    new_dirPath = 'images_%sx%s' %(str(new_width), str(new_height))
    batch_modify_jpg(old_dirPath, new_dirPath, new_size)
    batch_modify_xml(old_dirPath, new_dirPath, new_size)

标注好的200张压缩后的图片,上传到百度云盘,便于读者直接复现。

链接: https://pan.baidu.com/s/121Vh8gzDElpzz190kbdUOw 提取码: a2tb

2.模型训练

2.1 下载github上的代码库

下载github上的代码库,链接:https://github.com/StevenLei2017/keras-yolo3

下载操作如下图所示,点击图中的Download ZIP

image.png

压缩文件keras-yolo3-master.zip移动到文件夹keras_YOLOv3中。

运行命令unzip keras-yolo3-master.zip完成压缩文件的解压。

上面2步完成后,文件夹keras_YOLOv3中示意图如下:

image.png

2.2 划分训练集和测试集

1.将文件夹images_416*416移动到文件夹keras-yolo3-master中,如下图所示:

image.png

2.打开文件夹keras-yolo3-master中的文件夹model_data,编辑其中的文件voc_names.txt

文件voc_names.txt中每1行代表1个类别。

3.文件夹keras-yolo3-master中打开终端Terminal,然后运行命令python generateTxtFile.py -dir images_416*416会划分训练集和测试集,并产生与之对应的文本文件。

训练集文件dataset_train.txt,测试集文件dataset_test.txt,如下图所示:

image.png

2.3 开始训练

文件夹keras-yolo3-master中打开终端Terminal,然后运行命令python train.py即可开始训练。

训练过程截图如下图所示:

从图中下方红色方框处可以看出每个epoch需要大约15秒,则200个epoch约1个小时能够运行完成。

image.png

3.模型测试

4.总结

1.本篇教程非常易于新手展开目标检测框架YOLOv3的实践。

2.此篇文章的代码集成性强,当读者做好数据准备后,只需要很短的时间即可完成模型训练的部署。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019.03.04 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 致谢声明
  • 0.配置代码运行环境
    • 0.1 硬件配置要求
      • 0.2 软件配置要求
      • 1.数据准备
        • 1.1 数据下载
        • 1.2 在Ubuntu中安装软件labelImg
        • 1.3 获取像素足够的图片
        • 1.4 数据标注
        • 1.5 检查标注数据
        • 1.6 图像压缩
        • 2.模型训练
        • 2.1 下载github上的代码库
        • 2.2 划分训练集和测试集
        • 2.3 开始训练
        • 3.模型测试
        • 4.总结
        相关产品与服务
        腾讯云代码分析
        腾讯云代码分析(内部代号CodeDog)是集众多代码分析工具的云原生、分布式、高性能的代码综合分析跟踪管理平台,其主要功能是持续跟踪分析代码,观测项目代码质量,助力维护团队卓越代码文化。
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档