【AI實戰】動手訓練本身的目標檢測模型（YOLO篇）

時間 2019-11-07

標籤 AI實戰動手訓練本身目標檢測模型 yolo 简体版

原文原文鏈接

在前面的文章中，已經介紹了基於SSD使用本身的數據訓練目標檢測模型（見文章：手把手教你訓練本身的目標檢測模型），本文將基於另外一個目標檢測模型YOLO，介紹如何使用本身的數據進行訓練。python

YOLO（You only look once）是目前流行的目標檢測模型之一，目前最新已經發展到V3版本了，在業界的應用也很普遍。YOLO的基本原理是：首先對輸入圖像劃分紅7x7的網格，對每一個網格預測2個邊框，而後根據閾值去除可能性比較低的目標窗口，最後再使用邊框合併的方式去除冗餘窗口，得出檢測結果，以下圖：

YOLO的特色就是「快」，但因爲YOLO對每一個網格只預測一個物體，就容易形成漏檢，對物體的尺度相對比較敏感，對於尺度變化較大的物體泛化能力較差。git

本文的目標仍舊是在圖像中識別檢測出可愛的熊貓
github

基於YOLO使用本身的數據訓練目標檢測模型，訓練過程跟前面文章所介紹的基於SSD訓練模型同樣，主要步驟以下：

一、安裝標註工具
本案例採用的標註工具是labelImg，在前面的文章介紹訓練SSD模型時有詳細介紹了安裝方法（見文章：手把手教你訓練本身的目標檢測模型），在此就再也不贅述了。
成功安裝後的labelImg標註工具，以下圖：算法

二、標註數據
使用labelImg工具對熊貓照片進行畫框標註，自動生成VOC_2007格式的xml文件，保存爲訓練數據集。操做方式跟前面的文章介紹訓練SSD模型的標註方法同樣（見文章：手把手教你訓練本身的目標檢測模型），在此就再也不贅述了。
後端

三、配置YOLO
（1）安裝Keras

本案例選用YOLO的最新V3版本，基於Keras版本。Keras是一個高層神經網絡API，以Tensorflow、Theano和CNTK做爲後端。因爲本案例的基礎環境（見文章：AI基礎環境搭建）已經安裝了tensorflow，所以，Keras底層將會調用tensorflow跑模型。Keras安裝方式以下：bash

# 切換虛擬環境
source activate tensorflow
# 安裝keras-gpu版本
conda install keras-gpu
# 若是是安裝 keras cpu版本，則執行如下指令
#conda install keras

keras版本的yolo3還依賴於PIL工具包，若是以前沒安裝的，也要在anaconda中安裝網絡

# 安裝 PIL
conda install pillow

（2）下載yolo3源代碼
在keras-yolo3的github上下載源代碼（https://github.com/qqwweee/keras-yolo3），使用git進行clone或者直接下載成zip壓縮文件。
session

（3）導入PyCharm
打開PyCharm，新建項目，將keras-yolo3的源代碼導入到PyCharm中
分佈式

四、下載預訓練模型
YOLO官網上提供了YOLOv3模型訓練好的權重文件，把它下載保存到電腦上。下載地址爲https://pjreddie.com/media/files/yolov3.weights函數

五、訓練模型
接下來到了關鍵的步驟：訓練模型。在訓練模型以前，還有幾項準備工做要作。
（1）轉換標註數據文件
YOLO採用的標註數據文件，每一行由文件所在路徑、標註框的位置（左上角、右下角）、類別ID組成，格式爲：image_file_path x_min,y_min,x_max,y_max,class_id
例子以下：

這種文件格式跟前面製做好的VOC_2007標註文件的格式不同，Keras-yolo3裏面提供了voc格式轉yolo格式的轉換腳本 voc_annotation.py
在轉換格式以前，先打開voc_annotation.py文件，修改裏面的classes的值。例如本案例在voc_2007中標註的熊貓的物體命名爲panda，所以voc_annotation.py修改成：

import xml.etree.ElementTree as ET
from os import getcwd

sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]

classes = ["panda"]

新建文件夾VOCdevkit/VOC2007，將熊貓的標註數據文件夾Annotations、ImageSets、JPEGImages放到文件夾VOCdevkit/VOC2007裏面，而後執行轉換腳本，代碼以下：

mkdir VOCdevkit
mkdir VOCdevkit/VOC2007
mv Annotations VOCdevkit/VOC2007
mv ImageSets VOCdevkit/VOC2007
mv JPEGImages VOCdevkit/VOC2007

source activate tensorflow
python voc_annotation.py

轉換後，將會自動生成yolo格式的文件，包括訓練集、測試集、驗證集。

（2）建立類別文件
在PyCharm導入的keras-yolo3源代碼中，在model_data目錄裏面新建一個類別文件my_class.txt，將標註物體的類別寫到裏面，每行一個類別，以下：

（3）轉換權重文件
將前面下載的yolo權重文件yolov3.weights轉換成適合Keras的模型文件，轉換代碼以下：

source activate tensorflow
python convert.py -w yolov3.cfg yolov3.weights model_data/yolo_weights.h5

（4）修改訓練文件的路徑配置
修改train.py裏面的相關路徑配置，主要有：annotation_path、classes_path、weights_path

其中，train.py裏面的batch_size默認是32（第57行），指每次處理時批量處理的數量，數值越大對機器的性能要求越高，所以可根據電腦的實際狀況進行調高或調低

（5）訓練模型
通過以上的配置後，終於所有都準備好了，執行train.py就能夠開始進行訓練。

訓練後的模型，默認保存路徑爲logs/000/trained_weights_final.h5，能夠根據須要進行修改，位於train.py的第85行，可修改模型保存的名稱。

六、使用模型
完成模型的訓練以後，調用yolo.py便可使用咱們訓練好的模型。
首先，修改yolo.py裏面的模型路徑、類別文件路徑，以下：

class YOLO(object):
    _defaults = {
        "model_path": 'logs/000/trained_weights_final.h5',
        "anchors_path": 'model_data/yolo_anchors.txt',
        "classes_path": 'model_data/my_classes.txt',
        "score" : 0.3,
        "iou" : 0.45,
        "model_image_size" : (416, 416),
        "gpu_num" : 1,
    }

經過調用 YOLO類就能使用YOLO模型，爲方便測試，在yolo.py最後增長如下代碼，只要修改圖像路徑後，就能使用本身的yolo模型了

if __name__ == '__main__':
    yolo=YOLO()
    path = '/data/work/tensorflow/data/panda_test/1.jpg'
    try:
        image = Image.open(path)
    except:
        print('Open Error! Try again!')
    else:
        r_image, _ = yolo.detect_image(image)
        r_image.show()

    yolo.close_session()

執行後，可愛的熊貓就被乖乖圈出來了，呵呵

經過以上步驟，咱們又學習了基於YOLO來訓練本身的目標檢測模型，這樣在應用中能夠結合實際需求，使用SSD、YOLO訓練本身的數據，並從中選擇出效果更好的目標檢測模型。

關注本人公衆號「大數據與人工智能Lab」（BigdataAILab），而後回覆「代碼」關鍵字可獲取 完整源代碼。

推薦相關閱讀