目标检测模型综合对比实验

本项目用于课程实验中的目标检测模型对比，当前已经接入以下 6 种模型：

• R-CNN
• Fast R-CNN
• Faster R-CNN
• YOLO
• SSD
• DETR

目前项目提供两种使用方式：

• toy 小数据集：用于快速冒烟测试，先验证代码、环境和训练流程是否跑通
• VOC / COCO：用于后续正式实验对比

注意：

• 当前版本已经优先保证 6 个模型都可以在 toy 数据集上跑通
• Faster R-CNN 走的是 torchvision 检测接口
• 其它 5 个模型目前接的是简化训练分支，适合课程实验前期联调、结构对比和流程验证

项目结构

objDet/
├─ datasets/                  # 数据集目录
├─ models/                    # 模型定义
│  ├─ backbone.py             # 通用 backbone 配置与默认策略
│  ├─ yolo_backbones.py       # YOLO 可选 backbone
│  ├─ rcnn.py                 # R-CNN
│  ├─ fast_rcnn.py            # Fast R-CNN
│  ├─ faster_rcnn.py          # Faster R-CNN
│  ├─ yolo_resnet.py          # YOLO baseline
│  ├─ ssd_resnet.py           # SSD baseline
│  └─ detr_resnet.py          # DETR baseline
├─ outputs/                   # 训练输出目录
├─ utils/
│  ├─ dataset.py              # 数据集加载
│  ├─ toy_dataset.py          # 内置小数据集
│  ├─ yolo_detection_dataset.py # YOLO 格式数据集加载
│  ├─ metrics.py              # 检测指标
│  └─ selective_search.py     # Selective Search
├─ download_dataset.py        # 下载并准备数据集脚本
├─ plot_results.py            # 绘制结果
├─ requirements.txt           # 项目依赖
├─ train.py                   # 统一训练入口
└─ readme.md                  # 项目说明

环境准备

Conda 环境，如 conda create -n torch290。

1. 激活环境

conda activate torch290

2. 安装依赖

pip install -r requirements.txt

支持的数据集

1. toy 小数据集

项目内置了一个极小的合成目标检测数据集，不依赖外部标注文件，适合先检查：

• CUDA 是否可用
• 模型是否能前向和反向传播
• checkpoint 是否正常保存
• log 是否正常记录

2. VOC / COCO / Construction-PPE

训练入口也支持：

• VOC
• COCO
• CONSTRUCTION_PPE

示例：

python train.py --dataset VOC --model faster_rcnn
python train.py --dataset COCO --model faster_rcnn

3. Construction-PPE

Construction-PPE 已经整合到 download_dataset.py，可以直接一键下载并整理到项目目录。

先执行下载脚本：

conda activate torch290
python download_dataset.py

然后选择：

3

脚本会自动从 Ultralytics 提供的 zip 下载 Construction-PPE，并整理到 datasets\construction_ppe。

如果你更想手动下载，也可以直接在浏览器下载官方 zip，解压到 datasets\construction_ppe，目录中需要包含 images/ 和 labels/。

准备完成后就可以直接训练：

python train.py --dataset CONSTRUCTION_PPE --model faster_rcnn --backbone auto --amp

支持的模型切换

train.py 里的 --model 参数支持以下 6 种：

rcnn
fast_rcnn
faster_rcnn
yolo
ssd
detr

train.py 里的 --backbone 参数当前支持：

auto
resnet18
resnet34
resnet50
mobilenetv3
cspdarknet

其中：

• resnet18 / resnet34 / resnet50 可以用于当前项目里的所有模型
• mobilenetv3 / cspdarknet 当前主要用于 YOLO 的 backbone 对比实验
• --backbone auto 会按“速度优先”自动选择默认 backbone

当前默认的速度优先 backbone 映射如下：

rcnn        -> resnet18
fast_rcnn   -> resnet18
faster_rcnn -> resnet18
yolo        -> mobilenetv3
ssd         -> resnet18
detr        -> resnet18

如果你只想直接跑最快的配置，推荐直接使用 --backbone auto，例如：

python train.py --dataset toy --model faster_rcnn --backbone auto
python train.py --dataset toy --model yolo --backbone auto

如果你还想做 backbone 对比实验，更推荐用 YOLO 来对比，例如：

python train.py --dataset toy --model yolo --backbone resnet18
python train.py --dataset toy --model yolo --backbone resnet34
python train.py --dataset toy --model yolo --backbone resnet50
python train.py --dataset toy --model yolo --backbone mobilenetv3
python train.py --dataset toy --model yolo --backbone cspdarknet

运行示例

1. 用 toy 数据集快速跑通

conda activate torch290
python train.py --dataset toy --model faster_rcnn --backbone auto --epochs 3 --batch_size 4 --output_dir outputs\faster_toy

2. 切换不同模型

python train.py --dataset VOC --model rcnn --epochs 30 --batch_size 32 --output_dir outputs\rcnn_voc
python train.py --dataset VOC --model fast_rcnn --epochs 30 --batch_size 32 --output_dir outputs\fast_rcnn_voc
python train.py --dataset VOC --model faster_rcnn --epochs 30 --batch_size 128 --output_dir outputs\faster_rcnn_voc --amp
python train.py --dataset VOC --model yolo --epochs 30 --batch_size 128 --output_dir outputs\yolo_voc --amp
python train.py --dataset VOC --model ssd --epochs 30 --batch_size 32 --output_dir outputs\ssd_voc
python train.py --dataset VOC --model detr --epochs 30 --batch_size 32 --output_dir outputs\detr_voc

python train.py --dataset COCO --model rcnn --epochs 30 --batch_size 32 --output_dir outputs\rcnn_coco
python train.py --dataset COCO --model fast_rcnn --epochs 30 --batch_size 32 --output_dir outputs\fast_rcnn_coco
python train.py --dataset COCO --model faster_rcnn --epochs 30 --batch_size 32 --output_dir outputs\faster_rcnn_coco
python train.py --dataset COCO --model yolo --epochs 30 --batch_size 32 --output_dir outputs\yolo_coco
python train.py --dataset COCO --model ssd --epochs 30 --batch_size 32 --output_dir outputs\ssd_coco
python train.py --dataset COCO --model detr --epochs 30 --batch_size 32 --output_dir outputs\detr_coco

python train.py --dataset CONSTRUCTION_PPE --model faster_rcnn --epochs 30 --batch_size 128 --output_dir outputs\construction_ppe_faster --amp

3. 同一模型切换不同 backbone

下面以 YOLO 为例：

python train.py --dataset VOC --model yolo --backbone resnet18 --epochs 30 --batch_size 32 --output_dir outputs\yolo_resnet18_voc
python train.py --dataset VOC --model yolo --backbone resnet34 --epochs 30 --batch_size 32 --output_dir outputs\yolo_resnet34_voc
python train.py --dataset VOC --model yolo --backbone resnet50 --epochs 30 --batch_size 32 --output_dir outputs\yolo_resnet50_voc
python train.py --dataset VOC --model yolo --backbone mobilenetv3 --epochs 30 --batch_size 32 --output_dir outputs\yolo_mobilenetv3_voc
python train.py --dataset VOC --model yolo --backbone cspdarknet --epochs 30 --batch_size 32 --output_dir outputs\yolo_cspdarknet_voc

4. 开启 AMP 混合精度

python train.py --dataset toy --model faster_rcnn --amp

5. 指定输入尺寸

python train.py --dataset toy --model yolo --input_size 256

6. 指定 toy 数据集大小

python train.py --dataset toy --model detr --toy_train_samples 32 --toy_val_samples 8

7. 使用 VOC 训练

python train.py --dataset VOC --model faster_rcnn --epochs 20 --batch_size 4 --output_dir outputs\voc_faster

断点续训

训练过程中会自动保存 checkpoint，可以通过 --resume 继续训练。

从上一次训练继续

python train.py --dataset toy --model faster_rcnn --resume outputs\faster_toy\last_checkpoint.pth

从最佳模型继续

python train.py --dataset toy --model faster_rcnn --resume outputs\faster_toy\best_checkpoint.pth

输出文件说明

每次训练会在 --output_dir 下生成以下内容：

• last_checkpoint.pth
• best_checkpoint.pth
• checkpoint_epoch_*.pth
• *_training_log.csv
• latest_run_summary.json

此外还可以使用 plot_results.py 根据多个日志文件自动生成训练曲线和汇总表。

模型对比出图

python plot_results.py --mode model_compare --logs `
outputs\rcnn_toy\rcnn_resnet18_toy_training_log.csv `
outputs\fast_rcnn_toy\fast_rcnn_resnet18_toy_training_log.csv `
outputs\faster_rcnn_toy\faster_rcnn_resnet18_toy_training_log.csv `
outputs\yolo_toy\yolo_mobilenetv3_toy_training_log.csv `
outputs\ssd_toy\ssd_resnet18_toy_training_log.csv `
outputs\detr_toy\detr_resnet18_toy_training_log.csv

backbone 对比出图

python plot_results.py --mode backbone_compare --logs `
outputs\yolo_resnet18_toy\yolo_resnet18_toy_training_log.csv `
outputs\yolo_resnet34_toy\yolo_resnet34_toy_training_log.csv `
outputs\yolo_resnet50_toy\yolo_resnet50_toy_training_log.csv `
outputs\yolo_mobilenetv3_toy\yolo_mobilenetv3_toy_training_log.csv `
outputs\yolo_cspdarknet_toy\yolo_cspdarknet_toy_training_log.csv

1. CSV 日志

CSV 会记录每个 epoch 的信息，便于后续画图和分析：

• epoch
• train_loss
• val_loss
• lr
• epoch_time_sec
• iter_time_sec
• checkpoint

2. JSON 汇总

latest_run_summary.json 会保存最近一次训练状态，例如：

• 当前 epoch
• 当前训练 loss
• 当前验证 loss
• 最优验证 loss
• 学习率
• 最新 checkpoint 路径

常用参数

train.py 当前常用参数如下：

--model               模型名称，可选 rcnn / fast_rcnn / faster_rcnn / yolo / ssd / detr
--backbone            backbone，可选 auto / resnet18 / resnet34 / resnet50 / mobilenetv3 / cspdarknet
--dataset             数据集，可选 toy / VOC / COCO / CONSTRUCTION_PPE
--epochs              训练轮数
--batch_size          批大小
--lr                  学习率
--num_workers         DataLoader 线程数
--output_dir          输出目录
--resume              checkpoint 路径
--save_every          每隔多少个 epoch 存一次模型
--pretrained_backbone 是否启用预训练 backbone
--amp                 是否启用混合精度
--input_size          输入图像尺寸
--toy_train_samples   toy 训练集大小
--toy_val_samples     toy 验证集大小

建议的调试顺序

推荐按下面顺序进行，能少走很多弯路：

1. 先在 toy 数据集上测试 6 个模型都能跑通
2. 再切换到 VOC
3. 跑通 Faster R-CNN 正式训练流程
4. 再做不同模型和不同 backbone 的实验对比
5. 最后整理日志和实验结果

当前状态说明

当前项目已经完成的部分：

• 6 个模型统一接入 train.py
• 支持 toy 小数据集快速联调
• 支持保存 checkpoint
• 支持断点续训
• 支持每个 epoch 自动写日志

当前还适合继续完善的部分：

• 将 VOC / COCO 上的训练和评估流程进一步标准化
• 为 6 个模型补更严格的正式 loss 和评测逻辑
• 增加实验结果可视化脚本

一个最推荐的起步命令

如果你现在只是想先确认项目整体可跑，直接执行：

conda activate torch290
python train.py --dataset toy --model faster_rcnn --backbone auto --epochs 3 --batch_size 2 --output_dir outputs\quick_start