Skip to content

YOLO-Object-Detection 集成多种yolo模型,作为一个模板进行目标检测

Notifications You must be signed in to change notification settings

Kedreamix/YOLO-Object-Detection

Repository files navigation

基于无人机视觉图像手势识别控制系统 (利用YOLOv4实现)

目录

在线服务器体验demo https://share.streamlit.io/dreaming-future/college-students-innovative-entrepreneurial-training-plan-program/gesture/gesture_streamlit.py

性能情况

训练数据集 权值文件名称 迭代次数 Batch-size 图片shape 平均准确率 mAP 0.5 fps
Gesture v1 yolo4_gesture_weights.pth 150 4->8 256x256 61.65 51.66
Gesture v2 yolo4tiny_gesture_SE.pth 100 64->32 416x416 83.6 95.18 76.08
Gesture v2 yolo4tiny_gesture_CBAM.pth 100 64->32 416x416 89.35 98.85 70.01
Gesture v2 yolo4tiny_gesture_ECA.pth 100 64->32 416x416 88.37 96.26 77.19
Gesture v2 yolo4tiny_gesture.pth 100 64->32 416x416 87.01 95.86 81.81
Gesture v2 yolo4_gesture_weightsv2.pth 100 4->8 256x256 84.51 90.77 24.21
Gesture v3 yolov4_tiny.pth 150 64->32 416x416 75.05 91.30
Gesture v3 yolov4_SE.pth 150 64->32 416x416 78.06 90.13
Gesture v3 yolov4_CBAM.pth 150 64->32 416x416 91.09 94.97
Gesture v3 yolov4_ECA.pth 150 64->32 416x416 94.58 83.24
Gesture v3 yolov4_weights_ep150_416.pth 150 64->32 416x416 95.145 98.35
Gesture v3 yolov4_weights_ep150_608.pth 1150 64->32 608x608 93.64 97.23

Gesture v1中存在数据集问题,所以模型结构不好

Gesture v2中重新修改数据集

Gesture v3中修改front数据集

文件下载

训练所需的yolo4_weights.pth有两种方式下载。(release包含所有过程的权重,百度网盘和奶牛只记录最新的权重)

实现的内容

数据集

在这里插入图片描述

  • Gesture v1 只有800张图片,数量较少
  • Gesture v2 增加了800张图片,数量增多,一共1600张图片

在运行过程中结果十分差,原因是数据集标注出现错误,会重新修改数据集

  • Gesture v3 中修改了front的手势,使得front结果大大提升,平均准确率增大

所需环境

torch==1.8.1 torchvision==0.9.1

可以直接利用以下代码在当前路径进行运行

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

配置文件

这个重中之重,在model_data文件夹下,有一个yaml文件,里面包括部分需要运行的参数

只需要调节里面的参数,然后运行就可以得到我们的结果,完全是ok的,只需要改配置文件,其他参数可以在命令行修改,直接运行也是可以使用的,下面会详细介绍

可以看到 nc 就是类别的数量

然后我们的classes就是各个类别

其他的就是置信度的区间等等

#------------------------------detect.py--------------------------------#
# 这一部分是为了半自动标注数据,可以减轻负担
# dir_origin_path 图片存放位置
# dir_save_path Annotation保存位置
# ----------------------------------------------------------------------#
dir_detect_path: ./JPEGImages
detect_save_path: ./Annotation

# ----------------------------- train.py -------------------------------#
nc: 8 # 类别的数量
classes: ["up","down","left","right","front","back","clockwise","anticlockwise"] # 类别
confidence: 0.5
nms_iou: 0.3
letterbox_image: False

快速运行代码

Install
git clone http://project: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@github.com/Dreaming-future/College-Students-Innovative-Entrepreneurial-Training-Plan-Program
cd College-Students-Innovative-Entrepreneurial-Training-Plan-Program/yolov4-gesture
pip install -r requirements.txt  # install
Data
python voc_annotation.py
Optional
python kmeans_for_anchors.py
Training 我们可以在里面设置所需要的参数,phi代表着不同的注意力机制,weights代表着权重,其他的是我们的一些参数的设置,都是可调的,参数的部分解释都可以从python train.py -help看到
usage: train.py [-h] [--init INIT] [--epochs EPOCHS] [--weights WEIGHTS]
                [--freeze] [--freeze-epochs FREEZE_EPOCHS]
                [--freeze-size FREEZE_SIZE] [--batch-size BATCH_SIZE]
                [--optimizer {sgd,adam,adamw}] [--num_workers NUM_WORKERS]
                [--lr LR] [--tiny] [--phi PHI] [--weight-decay WEIGHT_DECAY]
                [--momentum MOMENTUM] [--save-period SAVE_PERIOD] [--cuda]
                [--shape SHAPE] [--fp16] [--mosaic]
                [--lr_decay_type {cos,step}] [--distributed]

optional arguments:
  -h, --help            show this help message and exit
  --init INIT           从init epoch开始训练
  --epochs EPOCHS       epochs for training
  --weights WEIGHTS     initial weights path 初始权重的路径
  --freeze              表示是否冻结训练
  --freeze-epochs FREEZE_EPOCHS
                        epochs for feeze 冻结训练的迭代次数
  --freeze-size FREEZE_SIZE
                        total batch size for Freezeing
  --batch-size BATCH_SIZE
                        total batch size for all GPUs
  --optimizer {sgd,adam,adamw}
                        训练使用的optimizer
  --num_workers NUM_WORKERS
                        用于设置是否使用多线程读取数据
  --lr LR               Learning Rate 学习率的初始值
  --tiny                使用yolov4-tiny模型
  --phi PHI             yolov4-tiny所使用的注意力机制的类型
  --weight-decay WEIGHT_DECAY
                        权值衰减,可防止过拟合
  --momentum MOMENTUM   优化器中的参数
  --save-period SAVE_PERIOD
                        多少个epochs保存一次权重
  --cuda                表示是否使用GPU
  --shape SHAPE         输入图像的shape,一定要是32的倍数
  --fp16                是否使用混合精度训练
  --mosaic              Yolov4的tricks应用 马赛克数据增强
  --lr_decay_type {cos,step}
                        cos
  --distributed         是否使用多卡运行

这里对一些常用参数进行解释

  • fp16

    由于训练神经网络,有时候得到的权重的精度都是64位或者32位的,保存和训练的时候都占了很多显存,但是有时候这些是不必要的,所以可以利用fp16将精度设为16位,这样大概可以减少一半的显存

  • phi

    这里解释一下,phi = 0代表的是yolov4_tiny,也就是改进的轻量化yolov4,而phi = 1,2,3分别是加了SE,CBAM,ECA三种注意力机制得到的结果。

  • freeze

    除此之外,可以从下面的代码看出,我们可以冻结进行迁移学习,也可以选择不冻结,通过参数freeze来控制,还可以控制冻结次数的冻结时的batch-size,冻结的时候,可以把batch-size调高一点

# 冻结进行迁移学习
python train.py --tiny --phi 1 --epochs 100 \
        --weights model_data/yolov4_SE.pth \
        --freeze --freeze-epochs 50 --freeze-size 64 \
        --batch-size 32 --shape 416 \
        --fp16 --cuda

# 快速运行尝试,重新学习
python train.py --tiny --phi 1 --epochs 10 \
        --batch-size 4 --shape 416 \
        --fp16 --cuda

在后续为了简化操作,不用打那么多的字母,还进行了缩写的修改,把--freeze简化成-f,--weights 简化成 -w, --freeze-epochsj简化成-fe,--freeze-size 简化成fb, --batch-size简化成-bs,这是为了方便运行的时候设置参数

这段代码和上面是等价的

# 冻结进行迁移学习
python train.py --tiny --phi 1 --epochs 100 \
        -w model_data/yolov4_SE.pth \
        -f -fe 50 -fs 64 \
        --bs 32 --shape 416 \
        --fp16 --cuda

# 快速运行尝试,重新学习
python train.py --tiny --phi 1 --epochs 10 \
        --batch-size 4 --shape 416 \
        --fp16 --cuda
Predict
# python predict.py --mode dir_predict \
#         --tiny --phi 1 \
#         --weights model_data/yolov4_SE.pth \
#         --cuda --shape 416
python predict.py --tiny --cuda
Get Map
# 对验证集进行计算
# python get_map.py --mode 0 \ 
#         --tiny --phi 1 \
#         --weights model_data/yolov4_SE.pth \
#         --cuda --shape 416
# python .\get_map.py --cuda --mode 0 --tiny --phi 3 --weights model_data/yolotv4_ECA.pth
!python get_map.py --tiny --cuda

所有的参数都可以通过,通过help看到解释

python train.py -h
python get_map.py -h
python predict.py -h

除此之外,如果有多个GPU,需要设定指定的GPU,在python前加上配置CUDA_VISIBLE_DEVICES=3,表示使用第四块GPU

# 比如使用第四块GPU
CUDA_VISIBLE_DEVICES=3 python train.py ...

使用Tensorboard

在我们训练的过程中,我们可以用TensorBoard实时查看训练情况,也可以看到训练的网络模型结构,非常方便

只需要在我们的文件夹下,运行

tensorboard --logdir='logs/'

之后大概我们的6006端口就可以实时看到我们的结果

如果是使用Ubuntu,就看你还需要进行一些操作,因为会显示无法找到命令

这时候首先需要找到TensorBoard在库的哪里

pip show tensorboard

这样子就能看到自己tensorboard下载的路径

然后找到TensorBoard的文件夹下,找到main.py文件,就可以进行了,利用绝对路径就可以了

python .../python3.8/site-packages/tensorboard/main.py --logdir='logs/' 

训练步骤

  1. 数据集的准备 (这一部分已经做了下载,所以说不用做操作) 训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
    训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。

  2. 数据集的处理 在完成数据集的摆放之后,我们需要利用voc_annotation.py获得训练用的2007_train.txt和2007_val.txt。
    修改voc_annotation.py里面的参数。第一次训练可以仅修改classes_path,classes_path用于指向检测类别所对应的txt。

    然后再前面所说的data.yaml中写清楚自己的类别以及类别的数量

    nc: 8 # 类别的数量
    classes: ["up","down","left","right","front","back","clockwise","anticlockwise"] # 类别
  3. 开始网络训练

    之后根据快速运行train.py,运行train.py开始训练了,在训练多个epoch后,权值会生成在logs文件夹中,可以自己设迭代次数保存权重

  4. 训练结果预测 训练结果预测需要用到两个文件,分别是yolo.py和predict.py。
    完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。 (可以自己设置模式得到结果)

预测步骤

  1. 下载完库后解压,在百度网盘后者其他地方下载yolo_gesture_weights.pth,放入model_data,运行predict.py,调整权重路径

    在predict.py中事先设置了dir_predict表示遍历文件夹进行检测并保存。默认遍历img文件夹,保存img_out文件夹,这样就可以在img_out中得到文件

    有很多种模式,可以通过mode来调节,这一部分还可以设置参数,我们都可以从help里看到

    predict.py -h
    usage: predict.py [-h] [--weights WEIGHTS] [--tiny] [--phi PHI]
                      [--mode {dir_predict,video,fps,predict,heatmap,export_onnx}]
                      [--cuda] [--shape SHAPE] [--video VIDEO]
                      [--save-video SAVE_VIDEO] [--confidence CONFIDENCE]
                      [--nms_iou NMS_IOU]
    
    optional arguments:
      -h, --help            show this help message and exit
      --weights WEIGHTS     initial weights path
      --tiny                使用yolotiny模型
      --phi PHI             yolov4tiny注意力机制类型
      --mode {dir_predict,video,fps,predict,heatmap,export_onnx}
                            预测的模式
      --cuda                表示是否使用GPU
      --shape SHAPE         输入图像的shape
      --video VIDEO         需要检测的视频文件
      --save-video SAVE_VIDEO
                            保存视频的位置
      --confidence CONFIDENCE
                            只有得分大于置信度的预测框会被保留下来
      --nms_iou NMS_IOU     非极大抑制所用到的nms_iou大小

    如果下载了权重,默认是文件夹中的图片运行,我们就可以直接运行得到结果

    python predict.py --tiny --phi 0 --weights model_data/yolov4_tiny.pth
  2. 在predict.py里面进行设置可以进行fps测试和video视频检测。 (这一部分可以自己尝试)

评估步骤

  1. 本文使用VOC格式进行评估。

  2. 如果在训练前已经运行过voc_annotation.py文件,代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例,可以修改voc_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例,默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例,默认情况下 训练集:验证集 = 9:1。

  3. 利用voc_annotation.py划分测试集

  4. 运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中。

Reference

About

YOLO-Object-Detection 集成多种yolo模型,作为一个模板进行目标检测

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published