pytorch版yolov3训练自己数据集

1. 环境搭建
2. 数据集构建
3. 训练模型
4. 测试模型
5. 评估模型
6. 可视化
7. 高级进阶-网络结构更改

1. 环境搭建

将github库download下来。

git clone https://github.com/ultralytics/yolov3.git

建议在linux环境下使用anaconda进行搭建

conda create -n yolov3 python=3.7

安装需要的软件

pip install -r requirements.txt

环境要求：

python >= 3.7
pytorch >= 1.1
numpy
tqdm
opencv-python

其中只需要注意pytorch的安装：

到https://pytorch.org/中根据操作系统，python版本，cuda版本等选择命令即可。

关于深度学习环境搭建请参看：https://www.cnblogs.com/pprp/p/9463974.html

anaconda常用用法：https://www.cnblogs.com/pprp/p/9463124.html

2. 数据集构建

1. xml文件生成需要Labelimg软件

在Windows下使用：

wget https://github.com/pprp/DeepLearning/blob/master/windows_v1.5.1/labelImg.exe

使用快捷键：

Ctrl + u  加载目录中的所有图像，鼠标点击Open dir同功能
Ctrl + r  更改默认注释目标目录(xml文件保存的地址)
Ctrl + s  保存
Ctrl + d  复制当前标签和矩形框
space     将当前图像标记为已验证
w         创建一个矩形框
d         下一张图片
a         上一张图片
del       删除选定的矩形框
Ctrl++    放大
Ctrl--    缩小
↑→↓←        键盘箭头移动选定的矩形框

2. VOC2007 数据集格式

-data- VOCdevkit2007- VOC2007- Annotations (标签XML文件，用对应的图片处理工具人工生成的)- ImageSets (生成的方法是用sh或者MATLAB语言生成)- Main- test.txt- train.txt- trainval.txt- val.txt- JPEGImages(原始文件)- labels (xml文件对应的txt文件)

通过以上软件主要构造好JPEGImages和Annotations文件夹中内容,Main文件夹中的txt文件可以通过python脚本生成：

import os
import random  trainval_percent = 0.8
train_percent = 0.8
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:  ftrain.write(name)  else:  fval.write(name)  else:  ftest.write(name)  ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

生成labels文件，voc_label.py文件具体内容如下：

# -*- coding: utf-8 -*-
"""
Created on Tue Oct  2 11:42:13 2018
将本文件放到VOC2007目录下，然后就可以直接运行
需要修改的地方：
1. sets中替换为自己的数据集
2. classes中替换为自己的类别
3. 将本文件放到VOC2007目录下
4. 直接开始运行
"""import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]  #替换为自己的数据集
classes = ["head", "eye", "nose"]     #修改为自己的类别
#classes = ["eye", "nose"]def convert(size, box):dw = 1./(size[0])dh = 1./(size[1])x = (box[0] + box[1])/2.0 - 1y = (box[2] + box[3])/2.0 - 1w = box[1] - box[0]h = box[3] - box[2]x = x*dww = w*dwy = y*dhh = h*dhreturn (x,y,w,h)
def convert_annotation(year, image_id):in_file = open('VOC%s/Annotations/%s.xml'%(year, image_id))  #将数据集放于当前目录下out_file = open('VOC%s/labels/%s.txt'%(year, image_id), 'w')tree=ET.parse(in_file)root = tree.getroot()size = root.find('size')w = int(size.find('width').text)h = int(size.find('height').text)for obj in root.iter('object'):difficult = obj.find('difficult').textcls = obj.find('name').textif cls not in classes or int(difficult)==1:continuecls_id = classes.index(cls)xmlbox = obj.find('bndbox')b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))bb = convert((w,h), b)out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for year, image_set in sets:if not os.path.exists('VOC%s/labels/'%(year)):os.makedirs('VOC%s/labels/'%(year))image_ids = open('VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()list_file = open('%s_%s.txt'%(year, image_set), 'w')for image_id in image_ids:list_file.write('VOC%s/JPEGImages/%s.jpg\n'%(year, image_id))convert_annotation(year, image_id)list_file.close()
#os.system("cat 2007_train.txt 2007_val.txt > train.txt")     #修改为自己的数据集用作训练

到底为止，VOC格式数据集构造完毕，但是还需要继续构造符合darknet格式的数据集(coco)。

需要说明的是：如果打算使用coco评价标准，需要构造coco中json格式，如果要求不高，只需要VOC格式即可，使用作者写的mAP计算程序即可。

voc的xml转coco的json文件脚本：xml2json.py

# -*- coding: utf-8 -*-
"""
Created on Tue Aug 28 15:01:03 2018
需要改动xml_path and json_path
"""
#!/usr/bin/python
# -*- coding:utf-8 -*-
# @Description: xml转换到coco数据集json格式import os, sys, json,xmltodictfrom xml.etree.ElementTree import ElementTree, Element
from collections import OrderedDictXML_PATH = "/home/learner/datasets/VOCdevkit2007/VOC2007/Annotations/test"
JSON_PATH = "./test.json"
json_obj = {}
images = []
annotations = []
categories = []
categories_list = []
annotation_id = 1def read_xml(in_path):'''读取并解析xml文件'''tree = ElementTree()tree.parse(in_path)return treedef if_match(node, kv_map):'''判断某个节点是否包含所有传入参数属性node: 节点kv_map: 属性及属性值组成的map'''for key in kv_map:if node.get(key) != kv_map.get(key):return Falsereturn Truedef get_node_by_keyvalue(nodelist, kv_map):'''根据属性及属性值定位符合的节点，返回节点nodelist: 节点列表kv_map: 匹配属性及属性值map'''result_nodes = []for node in nodelist:if if_match(node, kv_map):result_nodes.append(node)return result_nodesdef find_nodes(tree, path):'''查找某个路径匹配的所有节点tree: xml树path: 节点路径'''return tree.findall(path)print ("-----------------Start------------------")
xml_names = []
for xml in os.listdir(XML_PATH):#os.path.splitext(xml)#xml=xml.replace('Cow_','')xml_names.append(xml)'''xml_path_list=os.listdir(XML_PATH)
os.path.split
xml_path_list.sort(key=len)'''
xml_names.sort(key=lambda x:int(x[:-4]))
new_xml_names = []
for i in xml_names:j = 'Cow_' + inew_xml_names.append(j)#print xml_names
#print new_xml_names
for xml in new_xml_names:tree = read_xml(XML_PATH + "/" + xml)object_nodes = get_node_by_keyvalue(find_nodes(tree, "object"), {})if len(object_nodes) == 0:print (xml, "no object")continueelse:image = OrderedDict()file_name = os.path.splitext(xml)[0];  # 文件名#print os.path.splitext(xml)para1 = file_name + ".jpg"height_nodes = get_node_by_keyvalue(find_nodes(tree, "size/height"), {})para2 = int(height_nodes[0].text)width_nodes = get_node_by_keyvalue(find_nodes(tree, "size/width"), {})para3 = int(width_nodes[0].text)fname=file_name[4:]para4 = int(fname)for f,i in [("file_name",para1),("height",para2),("width",para3),("id",para4)]:image.setdefault(f,i)#print(image)images.append(image)    #构建imagesname_nodes = get_node_by_keyvalue(find_nodes(tree, "object/name"), {})xmin_nodes = get_node_by_keyvalue(find_nodes(tree, "object/bndbox/xmin"), {})ymin_nodes = get_node_by_keyvalue(find_nodes(tree, "object/bndbox/ymin"), {})xmax_nodes = get_node_by_keyvalue(find_nodes(tree, "object/bndbox/xmax"), {})ymax_nodes = get_node_by_keyvalue(find_nodes(tree, "object/bndbox/ymax"), {})# print ymax_nodesfor index, node in enumerate(object_nodes):annotation = {}segmentation = []bbox = []seg_coordinate = []     #坐标seg_coordinate.append(int(xmin_nodes[index].text))seg_coordinate.append(int(ymin_nodes[index].text))seg_coordinate.append(int(xmin_nodes[index].text))seg_coordinate.append(int(ymax_nodes[index].text))seg_coordinate.append(int(xmax_nodes[index].text))seg_coordinate.append(int(ymax_nodes[index].text))seg_coordinate.append(int(xmax_nodes[index].text))seg_coordinate.append(int(ymin_nodes[index].text))segmentation.append(seg_coordinate)width = int(xmax_nodes[index].text) - int(xmin_nodes[index].text)height = int(ymax_nodes[index].text) - int(ymin_nodes[index].text)area = width * heightbbox.append(int(xmin_nodes[index].text))bbox.append(int(ymin_nodes[index].text))bbox.append(width)bbox.append(height)annotation["segmentation"] = segmentationannotation["area"] = areaannotation["iscrowd"] = 0fname=file_name[4:]annotation["image_id"] = int(fname)annotation["bbox"] = bboxcate=name_nodes[index].textif cate=='head':category_id=1elif cate=='eye':category_id=2elif cate=='nose':category_id=3annotation["category_id"] = category_idannotation["id"] = annotation_idannotation_id += 1annotation["ignore"] = 0annotations.append(annotation)if category_id in categories_list:passelse:categories_list.append(category_id)categorie = {}categorie["supercategory"] = "none"categorie["id"] = category_idcategorie["name"] = name_nodes[index].textcategories.append(categorie)json_obj["images"] = images
json_obj["type"] = "instances"
json_obj["annotations"] = annotations
json_obj["categories"] = categoriesf = open(JSON_PATH, "w")
#json.dump(json_obj, f)
json_str = json.dumps(json_obj)
f.write(json_str)
print ("------------------End-------------------")

（运行bash yolov3/data/get_coco_dataset.sh,仿照格式将数据放到其中）

但是这个库还需要其他模型：

3. 创建*.names file,

其中保存的是你的所有的类别，每行一个类别，如data/coco.names：

head
eye
nose

4. 更新data/coco.data,其中保存的是很多配置信息

classes = 3 # 改成你的数据集的类别个数
train = ./data/2007_train.txt # 通过voc_label.py文件生成的txt文件
valid = ./data/2007_test.txt # 通过voc_label.py文件生成的txt文件
names = data/coco.names # 记录类别
backup = backup/ # 记录checkpoint存放位置
eval = coco # 选择map计算方式

5. 更新cfg文件，修改类别相关信息

打开cfg文件夹下的yolov3.cfg文件，大体而言，cfg文件记录的是整个网络的结构，是核心部分，具体内容讲解请见：https://pprp.github.io/2018/09/20/tricks.html

只需要更改每个[yolo]层前边卷积层的filter个数即可：

每一个[region/yolo]层前的最后一个卷积层中的 filters=num(yolo层个数)*(classes+5) ,5的意义是5个坐标，论文中的tx,ty,tw,th,po

举个例子：我有三个类，n = 3, 那么filter = 3 * (3+5) = 21

[convolutional]
size=1
stride=1
pad=1
filters=255 # 改为 21
activation=linear[yolo]
mask = 6,7,8
anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
classes=80 # 改为 3
num=9
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1

6. 数据集格式说明

- yolov3- data- 2007_train.txt- 2007_test.txt- coco.names- coco.data- annotations(json files)- images(将2007_train.txt中的图片放到train2014文件夹中，test同理)- train2014- 0001.jpg- 0002.jpg- val2014- 0003.jpg- 0004.jpg- labels（voc_labels.py生成的内容需要重新组织一下）- train2014- 0001.txt- 0002.txt- val2014- 0003.txt- 0004.txt- samples(存放待测试图片)

2007_train.txt内容示例：

/home/dpj/yolov3-master/data/images/val2014/Cow_1192.jpg
/home/dpj/yolov3-master/data/images/val2014/Cow_1196.jpg
.....

注意images和labels文件架构一致性，因为txt是通过简单的替换得到的：

images -> labels
.jpg -> .txt

3. 训练模型

预训练模型：

Darknet *.weights format: https://pjreddie.com/media/files/yolov3.weights
PyTorch *.pt format: https://drive.google.com/drive/folders/1uxgUBemJVw9wZsdpboYbzUN4bcRhsuAI

开始训练：

python train.py --data data/coco.data --cfg cfg/yolov3.cfg

如果日志正常输出那证明可以运行了

如果中断了，可以恢复训练

python train.py --data data/coco.data --cfg cfg/yolov3.cfg --resume

4. 测试模型

将待测试图片放到data/samples中，然后运行

python detect.py --weights weights/best.pt

5. 评估模型

python test.py --weights weights/latest.pt

如果使用cocoAPI使用以下命令：

git clone https://github.com/cocodataset/cocoapi && cd cocoapi/PythonAPI && make && cd ../.. && cp -r cocoapi/PythonAPI/pycocotools yolov3
cd yolov3python3 test.py --save-json --img-size 416
Namespace(batch_size=32, cfg='cfg/yolov3-spp.cfg', conf_thres=0.001, data_cfg='data/coco.data', img_size=416, iou_thres=0.5, nms_thres=0.5, save_json=True, weights='weights/yolov3-spp.weights')
Using CUDA device0 _CudaDeviceProperties(name='Tesla V100-SXM2-16GB', total_memory=16130MB)Class    Images   Targets         P         R       mAP        F1
Calculating mAP: 100%|█████████████████████████████████████████| 157/157 [05:59<00:00,  1.71s/it]all     5e+03  3.58e+04     0.109     0.773      0.57     0.186Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.335Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.565Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.349Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.151Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.360Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.493Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.280Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.432Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.458Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.255Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.494Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.620python3 test.py --save-json --img-size 608 --batch-size 16
Namespace(batch_size=16, cfg='cfg/yolov3-spp.cfg', conf_thres=0.001, data_cfg='data/coco.data', img_size=608, iou_thres=0.5, nms_thres=0.5, save_json=True, weights='weights/yolov3-spp.weights')
Using CUDA device0 _CudaDeviceProperties(name='Tesla V100-SXM2-16GB', total_memory=16130MB)Class    Images   Targets         P         R       mAP        F1
Computing mAP: 100%|█████████████████████████████████████████| 313/313 [06:11<00:00,  1.01it/s]all     5e+03  3.58e+04      0.12      0.81     0.611     0.203Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.366Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.607Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.386Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.207Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.391Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.485Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.296Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.464Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.494Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.331Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.517Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.618

6. 可视化

可以使用python -c from utils import utils;utils.plot_results()

创建drawLog.py

def plot_results():# Plot YOLO training results file 'results.txt'import globimport numpy as npimport matplotlib.pyplot as plt#import os; os.system('rm -rf results.txt && wget https://storage.googleapis.com/ultralytics/results_v1_0.txt')plt.figure(figsize=(16, 8))s = ['X', 'Y', 'Width', 'Height', 'Objectness', 'Classification', 'Total Loss', 'Precision', 'Recall', 'mAP']files = sorted(glob.glob('results.txt'))for f in files:results = np.loadtxt(f, usecols=[2, 3, 4, 5, 6, 7, 8, 17, 18, 16]).T  # column 16 is mAPn = results.shape[1]for i in range(10):plt.subplot(2, 5, i + 1)plt.plot(range(1, n), results[i, 1:], marker='.', label=f)plt.title(s[i])if i == 0:plt.legend()plt.savefig('./plot.png')
if __name__ == "__main__":plot_results()

7. 高级进阶-网络结构更改

详细cfg文件讲解：https://pprp.github.io/2018/09/20/tricks.html

参考资料以及网络更改经验：https://pprp.github.io/2018/06/20/yolo.html

欢迎在评论区进行讨论，也便于我继续完善该教程。

代码改变世界

WIN10 +pytorch版yolov3训练自己数据集相关推荐

使用pytorch版faster-rcnn训练自己数据集
使用pytorch版faster-rcnn训练自己数据集引言 faster-rcnn pytorch代码下载训练自己数据集接下来工作参考文献引言最近在复现目标检测代码(师兄强烈推荐FPN, ...
python调用yolov3模型,pytorch版yolov3训练自己的数据（数据，代码，预训练模型下载链接）...
1.数据预处理准备图片数据(JPEGImages),标注文件(Annotations),以及划分好测试集训练集的索引号(ImageSets) 修改代码中voc_label.py文件中的路径以及类别, ...
1 PyTorch版YOLOv3 代码中文注释之训练 train.py test.py detect.py
文章目录 PyTorch版YOLOv3 代码中文注释 1. 相关链接: 2. 代码结构: 3. train.py 3.1. train.py 中包含的主要功能 4. test.py 4.1. test ...
史上最详细的Pytorch版yolov3代码中文注释详解（四）
史上最详细的Pytorch版yolov3代码中文注释详解(一):https://blog.csdn.net/qq_34199326/article/details/84072505 史上最详细的Pyt ...
＜计算机视觉四＞ pytorch版yolov3网络搭建
鼠标点击下载项目源代码免费下载地址 <计算机视觉一> 使用标定工具标定自己的目标检测 <计算机视觉二> labelme标定的数据转换成yolo训练格式 <计算机 ...
Tensorflow版yolov3训练自己的数据
Tensorflow版yolov3训练自己的数据源代码:https://github.com/YunYang1994/TensorFlow2.0-Examples/tree/master/4-Obj ...
yolov3 训练及数据集准备【记录】
------------------------------ 本文仅供学习交流,如有错误,望交流指教 ------------------------------ yolov3 训练及数据集准备[记录 ...
Pytorch 版YOLOV5训练自己的数据集
1.环境搭建 https://github.com/ultralytics/yolov5 2.安装需要的软件 pip install -U -r requirements.txt 3.准备数据在da ...
【windows10】使用pytorch版本deeplabv3+训练自己数据集
目录序言开发环境一.准备数据集二.修改配置三.开始训练四.模型测试序言最近工作需要用到语义分割,跑了一个deeplabv3+的模型,deeplabv3+是一个非常不错的语义分割模型,使 ...

WIN10 +pytorch版yolov3训练自己数据集