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 >Keras/Tensorflow+python+yolo3训练自己的数据集

Keras/Tensorflow+python+yolo3训练自己的数据集

作者头像
全栈程序员站长
发布2022-09-07 10:57:06
3460
发布2022-09-07 10:57:06
举报
文章被收录于专栏:全栈程序员必看

大家好,又见面了,我是你们的朋友全栈君。

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

修改yolov3.cfg文件:https://blog.csdn.net/lilai619/article/details/79695109

写文章不易,转载请表明本文出处:https://blog.csdn.net/Patrick_Lxc/article/details/80615433

本文介绍如何制作数据修改代码不加载预权重从头跑自己的训练数据

一、简单回顾一下yolo原理:

1、端到端,输入图像,一次性输出每个栅格预测的一种或多种物体

2、坐标x,y代表了预测的bounding box的中心与栅格边界的相对值。

坐标w,h代表了预测的bounding box的width、height相对于整幅图像(或者栅格)width,height的比例。

3、

每个格子可以预测B个bounding box,但是最终只选择只选择IOU最高的bounding box作为物体检测输出,即每个格子最多只预测出一个物体。当物体占画面比例较小,如图像中包含畜群或鸟群时,每个格子包含多个物体,但却只能检测出其中一个。 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 原文: https://www.cnblogs.com/makefile/p/YOLOv3.html © 康行天下

每个格子可以预测B个bounding box,但是最终只选择只选择IOU最高的bounding box作为物体检测输出,即每个格子最多只预测出一个物体。当物体占画面比例较小,如图像中包含畜群或鸟群时,每个格子包含多个物体,但却只能检测出其中一个 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 原文: https://www.cnblogs.com/makefile/p/YOLOv3.html © 康行天下

每个格子可以预测B个bounding box,但是最终只选择只选择IOU最高的bounding box作为物体检测输出,即每个格子最多只预测出一个物体。当物体占画面比例较小,如图像中包含畜群或鸟群时,每个格子包含多个物体,但却只能检测出其中一个。 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 原文: https://www.cnblogs.com/makefile/p/YOLOv3.html © 康行天下

每个格子可以预测B个bounding box,但是最终只选择只选择IOU最高的bounding box作为物体检测输出, 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 原文: https://www.cnblogs.com/makefile/p/YOLOv3.html © 康行天下

每个格子可以输出B个bounding box

,但是最终只会输出IOU占比最高的bounding box 作为输出,所以, 一个格子只能预测一个类别。

4、loss=∑i=0s2coordErr+iouErr+clsErr

考虑各项权重:λcoord = 5, λnoobj = 0.5。因为不包含物体的框较多,需要弱化对应的权重影响,不然会导致包含物体的框贡献低,训练不稳定甚至发散。

5、如果想一个格子预测多个类别,需要Anchors. –yolo2

二、如何使用yolo3,训练自己的数据集进行目标检测

第一步:下载VOC2007数据集,把所有文件夹里面的东西删除,保留所有文件夹的名字。

像这样

第二步:把你所有的图片都复制到JPEGImages里面

像这样:

第三步:生成Annotations下的文件

工具:LabelImg ,链接:https://pan.baidu.com/s/1GJFYcFm5Zlb-c6tIJ2N4hw 密码:h0i5

像这样:

第四步:生成ImageSets/Main/4个文件。在VOC2007下建个文件test.py,然后运行

像这样:

test.py代码:

代码语言:javascript
复制
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()
第五步:生成yolo3所需的train.txt,val.txt,test.txt

VOC2007数据集制作完成,但是,yolo3并不直接用这个数据集,开心么?

需要的运行voc_annotation.py ,classes以三个颜色为例,你的数据集记得改

运行之后,会在主目录下多生成三个txt文件,

像这样:

手动删除2007_,

第六步:修改参数文件yolo3.cfg

注明一下,这个文件是用于转换官网下载的.weights文件用的。训练自己的网络并不需要去管他。详见readme

IDE里直接打开cfg文件,ctrl+f搜 yolo, 总共会搜出3个含有yolo的地方,睁开你的卡姿兰大眼睛,3个yolo!!

每个地方都要改3处,filters:3*(5+len(classes));

classes: len(classes) = 3,这里以红、黄、蓝三个颜色为例

random:原来是1,显存小改为0

第七步:修改model_data下的文件,放入你的类别,coco,voc这两个文件都需要修改。

像这样:

第八步:修改代码,准备训练。代码以yolo3模型为目标,tiny_yolo不考虑。

为什么说这篇文章是从头开始训练?代码原作者在train.py做了两件事情:

1、会加载预先对coco数据集已经训练完成的yolo3权重文件,

像这样:

2、冻结了开始到最后倒数第N层(源代码为N=-2),

像这样:

但是,你和我想训练的东西,coco里没有啊,所以,就干脆从头开始训练吧

对train.py做了一下修改,直接复制替换原文件就可以了,细节大家自己看吧,直接运行,loss达到10几的时候效果就可以了

train.py:

代码语言:javascript
复制
""" Retrain the YOLO model for your own dataset. """ import numpy as np
import keras.backend as K
from keras.layers import Input, Lambda
from keras.models import Model
from keras.callbacks import TensorBoard, ModelCheckpoint, EarlyStopping

from yolo3.model import preprocess_true_boxes, yolo_body, tiny_yolo_body, yolo_loss
from yolo3.utils import get_random_data


def _main():
    annotation_path = 'train.txt'  log_dir = 'logs/000/'  classes_path = 'model_data/voc_classes.txt'  anchors_path = 'model_data/yolo_anchors.txt'  class_names = get_classes(classes_path)
    anchors = get_anchors(anchors_path)
    input_shape = (416,416) # multiple of 32, hw  model = create_model(input_shape, anchors, len(class_names) )
    train(model, annotation_path, input_shape, anchors, len(class_names), log_dir=log_dir)

def train(model, annotation_path, input_shape, anchors, num_classes, log_dir='logs/'):  model.compile(optimizer='adam', loss={
 
   'yolo_loss': lambda y_true, y_pred: y_pred})
    logging = TensorBoard(log_dir=log_dir)
    checkpoint = ModelCheckpoint(log_dir + "ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5",
        monitor='val_loss', save_weights_only=True, save_best_only=True, period=1)
    batch_size = 10
    val_split = 0.1
    with open(annotation_path) as f:
        lines = f.readlines()
    np.random.shuffle(lines)
    num_val = int(len(lines)*val_split)
    num_train = len(lines) - num_val
    print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))

    model.fit_generator(data_generator_wrap(lines[:num_train], batch_size, input_shape, anchors, num_classes),
            steps_per_epoch=max(1, num_train//batch_size),
            validation_data=data_generator_wrap(lines[num_train:], batch_size, input_shape, anchors, num_classes),
            validation_steps=max(1, num_val//batch_size),
            epochs=500,
            initial_epoch=0)
    model.save_weights(log_dir + 'trained_weights.h5')  def get_classes(classes_path):  with open(classes_path) as f:
        class_names = f.readlines()
    class_names = [c.strip() for c in class_names]
    return class_names

def get_anchors(anchors_path):  with open(anchors_path) as f:
        anchors = f.readline()
    anchors = [float(x) for x in anchors.split(',')]
    return np.array(anchors).reshape(-1, 2)

def create_model(input_shape, anchors, num_classes, load_pretrained=False, freeze_body=False,
            weights_path='model_data/yolo_weights.h5'):  K.clear_session() # get a new session  image_input = Input(shape=(None, None, 3))
    h, w = input_shape
    num_anchors = len(anchors)
    y_true = [Input(shape=(h//{
 
 0:32, 1:16, 2:8}[l], w//{
 
 0:32, 1:16, 2:8}[l], \
        num_anchors//3, num_classes+5)) for l in range(3)]

    model_body = yolo_body(image_input, num_anchors//3, num_classes)
    print('Create YOLOv3 model with {} anchors and {} classes.'.format(num_anchors, num_classes))

    if load_pretrained:
        model_body.load_weights(weights_path, by_name=True, skip_mismatch=True)
        print('Load weights {}.'.format(weights_path))
        if freeze_body:
            # Do not freeze 3 output layers.  num = len(model_body.layers)-7
            for i in range(num): model_body.layers[i].trainable = False  print('Freeze the first {} layers of total {} layers.'.format(num, len(model_body.layers)))

    model_loss = Lambda(yolo_loss, output_shape=(1,), name='yolo_loss',
        arguments={
 
 'anchors': anchors, 'num_classes': num_classes, 'ignore_thresh': 0.5})(
        [*model_body.output, *y_true])
    model = Model([model_body.input, *y_true], model_loss)
    return model
def data_generator(annotation_lines, batch_size, input_shape, anchors, num_classes):  n = len(annotation_lines)
    np.random.shuffle(annotation_lines)
    i = 0
    while True:
        image_data = []
        box_data = []
        for b in range(batch_size):
            i %= n
            image, box = get_random_data(annotation_lines[i], input_shape, random=True)
            image_data.append(image)
            box_data.append(box)
            i += 1
        image_data = np.array(image_data)
        box_data = np.array(box_data)
        y_true = preprocess_true_boxes(box_data, input_shape, anchors, num_classes)
        yield [image_data, *y_true], np.zeros(batch_size)

def data_generator_wrap(annotation_lines, batch_size, input_shape, anchors, num_classes):
    n = len(annotation_lines)
    if n==0 or batch_size<=0: return None  return data_generator(annotation_lines, batch_size, input_shape, anchors, num_classes)

if __name__ == '__main__':
    _main()    
第九步:预测图片。修改了yolo.py下的预测图片的函数,将检测的图片都储存在了outdir里
代码语言:javascript
复制
代码语言:javascript
复制
''' def detect_img(yolo):  while True:  img = input('Input image filename:')  try:  image = Image.open(img)  except:  print('Open Error! Try again!')  continue  else:  r_image = yolo.detect_image(image)  r_image.show()  yolo.close_session() ''' import glob
def detect_img(yolo):
    path = "D:\VOCdevkit\VOC2007\JPEGImages\*.jpg"  outdir = "D:\\VOCdevkit\VOC2007\SegmentationClass"  for jpgfile in glob.glob(path):
        img = Image.open(jpgfile)
        img = yolo.detect_image(img)
        img.save(os.path.join(outdir, os.path.basename(jpgfile)))
    yolo.close_session()
最终效果图:红绿灯检测,100张图片作为训练集

明天写yolo2和yolo3的具体原理。立牌坊。。。又开始打嗝了,醉了,一直打着嗝写完了这篇介绍,想起高中的时候,最长时间打嗝打了两天,想死。

分割—————————————–

网站禁止我给你评论回复了, 你看这,6.25回复:

先声明一下,quick start的步骤: 1、Download YOLOv3 weights from YOLO website. 2、Convert the Darknet YOLO model to a Keras model.(因为官网给出的是darknet的权重文件,所以需要转换成Keras需要的形式) 3、Run YOLO detection. 依次对应: 1、wget https://pjreddie.com/media/files/yolov3.weights 2、python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5 3、python yolo.py OR python yolo_video.py [video_path] [output_path(optional)] 理解以上的步骤之后,回答您的问题: 对于已经存在于coco数据集80个种类之中的一类,就不要自己训练了,官网权重训练的很好了已经; 对于不存在coco数据集的一种,无视convert.py, 无视.cfg文件,不要预加载官方权重,直接用我的train.py代码进行训练就可以了。你预加载官方权重,再去训练一个全新的物种,个人认为是浪费资源完全没意义的

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/148008.html原文链接:https://javaforall.cn

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。
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
  • 二、如何使用yolo3,训练自己的数据集进行目标检测
    • 第一步:下载VOC2007数据集,把所有文件夹里面的东西删除,保留所有文件夹的名字。
      • 第二步:把你所有的图片都复制到JPEGImages里面
        • 第三步:生成Annotations下的文件
          • 第四步:生成ImageSets/Main/4个文件。在VOC2007下建个文件test.py,然后运行
            • 第五步:生成yolo3所需的train.txt,val.txt,test.txt
              • 第六步:修改参数文件yolo3.cfg
                • 第八步:修改代码,准备训练。代码以yolo3模型为目标,tiny_yolo不考虑。
                  • 第九步:预测图片。修改了yolo.py下的预测图片的函数,将检测的图片都储存在了outdir里
                    • 最终效果图:红绿灯检测,100张图片作为训练集
                    相关产品与服务
                    图像识别
                    腾讯云图像识别基于深度学习等人工智能技术,提供车辆,物体及场景等检测和识别服务, 已上线产品子功能包含车辆识别,商品识别,宠物识别,文件封识别等,更多功能接口敬请期待。
                    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