【教程】如何使用 Keras 版 YOLOv3 训练自己的数据 - 极市社区

作者：Steven Lei
项目：AI_projects

这篇文章介绍了如何使用Keras版YOLOv3训练自己的数据，搭配大量的图片和说明

更多Awsome Github资源请关注：【Awsome】GitHub 资源汇总

• 如果读者需要训练自己的数据，需要修改以下内容：
  1. 运行python命令使用的各项参数，包括：文件夹路径、图片宽高、图片文件后缀名等
  2. 文件resources/className_list.txt中的类别名称，每1行表示1个类别

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

配置代码运行环境

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的价格为2800元左右。
• 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。

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》

1.数据准备

1.1 下载资源

• 阅读resources/readme.md，并完成其中内容。
• 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1.5节检查标注文件。
• 本文作者给读者演示的图片数据是来自ImageNet中的鲤鱼分类，对应数据集文件夹resources/n01440764

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所在文件夹路径：resources/labelImg-master

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https://mirrors.aliyun.com/ubuntu，如下图所示：
     
2. 在文件夹resources/labelImg-master中打开Terminal
3. Terminal运行命令sudo apt-get install pyqt5-dev-tools安装软件pyqt5-dev-tools。
4. Terminal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pip下载库的速度慢，请查看我的另外一篇文章《pip换源》
5. Terminal运行命令make qt5py3编译产生软件labelImg运行时需要的组件。
6. Terminal运行命令python labelImg.py运行代码文件labelImg.py，运行结果如下图所示：
   

1.3 选出像素足够的图片

• 原始图片数据文件夹resources/n01440764中有大多数图片像素低于416x416，像素低的图片不利于模型的学习，所以需要选出像素足够的图片。
• 使用代码文件code/_01_select_images.py选出像素足够的图片。
  1. 在文件夹code中打开Terminal
  2. Terminal运行命令python _01_select_images.py

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，首先点击Open Dir
  
• 选中图片文件所在的文件夹，选中后点击下图下方红色箭头标记处所示的Choose按钮，则软件labelImg加载图片。
  
• 在软件labelImg界面中，按w键即可开始标注物体。
• 如下图红色箭头标记处所示，给这张图标注了2个物体：人脸human_face、鱼fish
  
• 本文作者标注好200张图片，在文件夹resources/selected_images

1.5 检查标注文件

• 使用代码文件code/_02_check_labels.py检查标注文件。
  1. 在文件夹code中打开Terminal
  2. Terminal运行命令python _02_check_labels.py

1.6 压缩图像大小

• 预先改变图像大小，模型训练时不用临时改变图片大小，可以加快模型训练速度、提高模型准确率。
• 使用代码文件code/_03_compress_images压缩图像大小
  1. 在文件夹code中打开Terminal
  2. Terminal运行命令python _03_compress_images.py -d ../resources/selected_images

2.模型训练

2.1 划分训练集和测试集

1. 编辑类别名称列表文件resources/className_list.txt，每1行表示1个类别。
   • 使用代码文件code/_04_generate_txtFile.py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
2. 在文件夹code中打开Terminal
3. Terminal运行命令python _04_generate_txtFile.py -d ../resources/images_416x416

2.2 开始训练

• 使用代码文件code/_05_train.py开始训练
  1. 在文件夹code中打开Terminal
  2. Terminal运行命令python _05_train.py
• 本文作者的显卡为Nvidia RTX2070，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。
  
• 本篇文章模型训练需要较长时间，建议读者将epoch设置为2000后，放到晚上运行。
  调整模型训练的轮次epochs需要修改代码文件train.py的第85行fit_generator方法中的参数，即第90行参数epochs的值。

3.模型测试

本文作者训练一晚上，epoch数值为2500，已经训练好的模型权重文件resources/trained_weights.h5

3.1 单张图片目标检测

• 使用代码文件code/_07_yolo_test.ipynb开始训练
  1. 在文件夹code中打开Terminal
  2. Terminal运行命令jupyter notebook，浏览器会自动打开并访问jupyter页面。
  3. 在jupyter页面打开代码文件_07_yolo_test.ipynb，依次运行代码块即可。
     • 第1个代码块加载YOLOv3模型；
     • 第2个代码块加载测试集文本文件dataset_test.txt，并取出其中的图片路径赋值给变量jpgFilePath_list；
     • 第3个代码块是根据图片路径打开图片后，调用YOLO对象的detect_image方法对图片做目标检测。
• 运行结果如下图所示：
  

3.2 视频目标检测

3.2.1 将图片合成为1部视频

1. 在文件夹resources中打开Terminal
2. 在Terminal运行命令sudo apt-get install ffmpeg安装软件ffmpeg
   • 安装软件ffmpeg成功如下图所示：
     
3. 继续在此Terminal中运行命令ffmpeg -start_number 1 -r 1 -i images_416x416/%03d.jpg -vcodec mpeg4 ./1.mp4，请读者确保当前Terminal所在目录中有文件夹images_416x416。
   • ffmpeg命令参数解释：
   • 1.-start_number，配合参数-i使用，默认为0，表示%03d索引开始的数字；
   • 2.-r，表示视频的帧数，即一秒取多少张图片制作视频；
   • 3.-i，input的简写，表示制作视频的图片路径；
   • 4.-vcodec，视频编码格式，mpeg4为常用的视频编码。
   • 5.命令的最后，是输出文件路径
   • 运行结果如下图所示：
     

3.2.2 调用代码文件yolo_video.py

• 使用代码文件code/yolo_video.py做视频的目标检测
  1. 在文件夹code中打开Terminal
  2. Terminal中运行命令pip install opencv-python，安装opencv-python库。
  3. Terminal中运行命令
     • python yolo_video.py --input ../resources/1.mp4 --output ../resources/fish_output.avi
     • 表示对视频文件1.mp4做目标检测，并将检测结果保存为视频文件fish_output.avi
• YOLOv3模型的检测速度很快，在本案例中检测1张图片只需要0.05秒。
• 如果不人为干预，完成1帧图片的目标检测后立即开始下1帧，速度过快，人眼看不清楚。
• 代码文件_06_yolo.py的第183行，使完成1帧的目标检测后停止0.5秒，这样检测结果动画的速度能够易于人眼接受。
• 视频检测的动画效果如下图所示：
  

3.3 多张图片目标检测

• 本节内容是将3.1节和3.2节内容结合起来，直接读取文件夹的若干图片做目标检测并展示为视频效果。
• 运行代码可以完成2个功能：
  1. 动画展示若干图片的目标检测结果；
  2. 将若干图片的检测结果保存为avi格式的视频文件。
• 这是用180张图片作为训练集，在1000张同类型图片上的模型测试结果。
• 使用代码文件code/_08_detect_multi_images.py做多张图片的目标检测
  1. 在文件夹code中打开Terminal
  2. Terminal中运行命令python _08_detect_multi_images.py
• 多张图片检测的动画效果如下图所示：
  

• 1.本文作者根据1个多月YOLOv3的工作经验，花费3天完成本篇文章的写作，非常易于新手展开目标检测框架YOLOv3的实践。
• 2.本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开始模型训练。
• 3.本文作者为了学习原作者qqwweee的代码，在原作者代码的基础上重新编辑并添加了中文注释，保证模型性能的同时删除了原作者代码中的以下功能：对YOLOv3_tiny的支持、检测时对多GPU的支持。
• 4.读者可以先从本文作者已经精简的代码入手，推荐阅读以下5个代码文件：
  • 文件夹code中的_04_generate_txtFile.py可以生成训练集，测试集文本文件；
  • 文件夹code中的_05_train.py可以开始模型训练；
  • 文件夹code中的_06_yolo.py可以实例化YOLO对象用于模型测试；
  • 文件夹code/yolo3中的model.py是YOLOv3算法的实现；
  • 文件夹code/yolo3中的utils.py类似于工程中的工具包，将YOLOv3算法工程的部分封装函数一起写在里面。

推荐阅读：
【资源】分类，图神经网络，图像超分辨等方向优秀论文及代码汇总
【资源】CV 大佬的目标检测顶会论文学习笔记（近五年CVPR、ECCV、NIPS、ICCV 分会议总结）

△ 扫一扫关注 极市平台

• 2
• 1
• 6832

有用

收藏

TANGWU0521 2020-05-29 08:50:30

请问本篇文章的原代码有吗？

回复

0