19.jpg

0.前言

本文为Darknet框架下，利用官方VOC数据集的yolov3模型训练，训练环境为： Ubuntu18.04下的GPU训练，cuda版本10.0；cudnn版本7.6.5。经过一晚上的训练，模型20个类别的mAP达到74%+。

主要模块：

• 概述
• 源码编译
• 功能测试
• 模型训练
• 模型验证

【概述】部分主要介绍yolo系列模型和darknet框架的关系、资源网站和数据集下载
【源码编译】主要是用官方源码和make命令编译出Linux下可执行文件，包括cuda+cudnn的设置
【功能测试】主要是用官网给出的demo和与训练模型来进行图片测试
【模型训练】主要是用darknet+yolov3模型训练VOC图像数据集（VOC2007+VOC2012）
【模型验证】即用训练好的模型，检测模型训练效果.

1.概述

官网：https://pjreddie.com/

1.1 Yolo

Yolo系列模型（v1~v3）在近年些来的目标检测领域，非常火热！Yolo为：You only look once的缩写，同时也表明了其特点，只需要一次即可完成从图像分割到检测，故其被称为one-stage系列模型的鼻祖。

two-stage类目标检测模型如Fast R-CNN、Faster R-CNN

屏幕截图_1.png

1.2 Darknet

yolo系列就是深度学习领域中用于目标检测的模型（yolov1~v3），那么darknet是什么？两者关系如何？
darknet是作者用c和cuda编写的用于深度学习模型训练的框架，支持CPU和GPU训练，是个非常简单轻量级框架，就和Tensorflow,Mxnet，Pytorch,Caffe一样，虽然功能没有它们多，不过小也有小的优势，如果你会c语言，可以对其进行充分地利用和改造，或者读读源码看一下其实现，也会收货满满！
So,总结一下：Darknet是深度学习框架，yolov1~v3是yolo系列的目标检测模型

1.3 资源下载

官网

https://pjreddie.com/

源码

Darknet源码：
https://github.com/pjreddie/darknet

Darknet是用纯c和cuda编写的，要想用darknet来训练模型，最好用Linux/Unix系统，官方也提供了python的接口，如果是Windows系统，可以利用网友开源实现：https://github.com/AlexeyAB/darknet

可以直接下载zip包📎darknet-master.zip也可直接执行
git clonehttps://github.com/pjreddie/darknet将源码下载到本地

权重文件

yolov3-tiny.weights
yolov2.weights
yolov3.weights
darknet53.conv.74

VOC数据集

VOCtrainval_11-May-2012.tar
VOCtrainval_06-Nov-2007.tar
VOCtest_06-Nov-2007.tar

其他：

YOLO-V3可视化训练过程中的参数，绘制loss、IOU、avg Recall等的曲线图：https://blog.csdn.net/qq_34806812/article/details/81459982
AlexyAB大神总结的优化经验：
https://www.cnblogs.com/pprp/p/10204480.html

2.源码编译

2.1 编辑Makefile

指定是否使用GPU

在执行make指令编译之前，需要编辑一下makefile，来指定是否需要用GPU(cuda)，如果用cuda，是否需要用cudnn加速；是否需要用opencv等。我这里是用GPU且需要用CUDNN加速的，不使用OpenCV。

Makefile的前5行如下，这5项内容0表示不启用，1表示启用，可根据需求自己配置。

• GPU 是否启用GPU1
• CUDNN 是否启用CUDNN加速，若GPU = 1则CUDNN可选1或0；GPU=0则CUDNN=0
• OPENCV 是否启用OpenCV,启用的话需先编译安装好，启用可支持对视频和图像流文件处理
• OPENMP 是否启动多核CPU来加速Yolo,如果是用CPU训练，建议开启=1
• DEBUG 表示编译的Yolo版本为是否为DEBUG版

屏幕截图_14.png

如果不使用GPU则GPU=0,CUDNN=0；还有一点需注意，如果在shell执行nvcc找不到命令（没有添加到环境变量），则需要将nvcc命令的全路径写出来

指定cuda的路径

如果不使用GPU,则此步可忽略，如果使用GPU,则需要指定cuda路径。官方的Makefile默认的cuda路径为：/usr/local/cuda，如果你装了多个cuda，但是有软连接指向正确的cuda文件夹路径：即/usr/local/cuda软连接到你需要的cuda文件夹，那么无需修改，保持/usr/local/cuda即可；否则需要指定你的cuda路径，这里需要改两处：51行的COMMON和53行的LDFAGS。

屏幕截图_15.png

2.2 执行make

屏幕截图_16.png

执行make编译完成后，在项目主目录下生成可执行的darknet文件。然后我们就可以用这个可执行文件来进行模型训练和测试了！

3.功能测试

将下载好的权重文件放入主目录下，然后cd到该目录下执行：

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

如果你看到如下输出，且在主目录下找到一张predictions.jpg的图片，则执行成功，表明上一步骤中编译的darknet可以正常使用。

屏幕截图_17.png

你也可以指定一个阈值，yolo默认输出置信度>0.25的预测框，你也可以自行指定：

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0.45

-thresh 0.45表示：置信度低于45%的预测框都不会被输出。

除了使用经典的yolov3模型外，你还可以换一个模型尝试，譬如yolov3-tiny.weights

./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg

当然，也可以通过连接摄像头实现实时视频画面预测。（需要编译时添加opencv）

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file>

4.模型训练

4.1 数据准备

模型训练前首先准备数据集，我们用VOC数据集，将VOC数据集解压，解压后共同存放在VOCevkit文件夹中，我将VOCevkit放在了darknet主文件夹/data/VOC/下。

cd到/VOC目录下，下载📎voc_label.py ，并运行：

python voc_label.py

可以将该脚本复制到/scripts下留作备份

文件夹下会生成7个.txt文件：

屏幕截图_17.png

如果你的voc_label.py脚本是从官网wget https://pjreddie.com/media/files/voc_label.py下载的，则需要在脚本57行处额外加上如下两行内容：

os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train.txt") os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")

目的：将2007年的训练和验证图像+2012年的图像都放入了train.txt用于集中训练

4.2 修改配置文件voc.data

配置cfg/voc.data,来确定你需要检测的目标类别数量和名称；修改train和valid的图片资源路径。训练资源指向train.txt测试/验证资源指向2007_test.txt

屏幕截图_23.png

VOC数据集默认的类别数量为20个，名称在data/voc.names中：

屏幕截图_19.png

我这里使用默认的20个类别，所以无需修改；如果，你只想检测其中的几个类别，譬如person和car，那么可以设置voc.data中classes=2,names只保留person和car这两种，不过后面相应的需要更改yolov3-voc.cfg里的卷积层配置等。

4.3 修改yolov3-voc.cfg

yolov3-voc.cfg文件定义了yolo的卷积神经网络模型，和超参数配置等。这里需要注意，训练时需要将#Testing区块下的batch和subvisions注释掉；测试和验证时则放开注释，同时注释掉#Training区块下的内容。

训练时，可以根据自己GPU的内存来设置批的大小batch，可设为16、32、64、128
验证时，batch和subvisions同时设为1即可。

屏幕截图_22.png

4.4 开始训练

cd回项目主目录，将darknet53.conv.74权重放入主目录下，运行：

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74

如果报错提示cuda内存溢出，可以降低batch，再次运行；运行过程中可以通过nvidia-smi查看显存占用情况：

屏幕截图_24.png

训练过程中会持续往backup/下生成权重文件，如：yolov3-voc_100.weights、yolov3-voc_200.weights....

5.模型验证

检验生成的模型权重文件、测试准确率和map等指标。验证前需要将yolov3-voc.cfg中的batch和subdivisions都改成1。然后找到需要测试的权重文件，默认权重文件保存在：项目目录/bakcup/下，我选择这个yolov3-voc_10000.weights，训练大约一个晚上12小时左右，loss在0.6多。

屏幕截图.png

5.1 测试

测试一

我们从VOC数据集中随便找一找图片来测试一下，这里我选取000275.jpg放入主目录下

000275.jpg

运行：

./darknet detector test cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_10000.weights 000275.jpg

屏幕截图_1.png

运行结束会在控制台打印出标注出的目标类别以及置信度、同时会在目录下生成一张标注图片：predictions.jpg

predictions.jpg

测试二

再随便找一张图片试试

>./darknet detector test cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_10000.weights data/person.jpg

屏幕截图_2.png

predictions.jpg

5.2 验证

测试只能一张张地直观感受下模型的训练效果，看看标注出的目标是否正确，通过验证才能确定模型的整体训练效果，验证时会用模型对所有的4952张测试集图片进行预测，同时与正确结果进行比对，得出一个模型预测准确率。

验证测试集

可以运行以下脚本进行验证：

./darknet detector valid cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_10000.weights
验证完会在results文件夹下生成20个类别的验证结果txt文件

屏幕截图_3.png

默认的文件命名规则是：'comp4_det_test_' + '类别名称' + .txt，如bird类生成comp4_det_test_bird.txt文件。

屏幕截图_4.png

如图，第一列000053表示图像编号；第二列为置信度；后4列为检测出的目标框坐标

计算map

计算map,我们需要两个python文件：

• voc_eval.py
• compute_mAP.py

其中voc_eval.py是github上开源项目的代码voc_eval.py；compute_mAP.py需要我们自己编写

voc_eval.py
我们为了适配darknet中voc数据集的验证，需要对源码做几处修改：
a.源码第9行：import cPickle 改为：

import _pickle as cPickle

因为源码是python2.x版本，如果python3.x版本的运行会报错，故需要修改。

b.源码103行： imagenames ``=`` [x.strip() ``for`` x ``in`` lines]改为：

imagenames = [x.strip().split('/')[-1].split('.')[0] for x in lines]

这个主要是为了方便适配2007_test.txt，因为我们验证时采用的是2007_test.txt中的测试集图片，文件中存放的是图片的全路径，而imagenames需要用的是文件名、所以需要将全路径做个转换，截取到文件名。

c.115行：with`` ``open``(cachefile, ``'w'``) ``as`` f:和 119行with`` ``open``(cachefile, ``'r'``) ``as f:改成：

with open(cachefile, 'wb') as f:
with open(cachefile, 'rb') as f:

如果不修改成‘wb’和‘rb’存储二进制格式，运行时会报错

compute_mAP.py
新建compute_mAP.py文件，用于调用voc_eval.py,内容如下:

from voc_eval import voc_eval
import os
map_ = 0
# classnames填写训练模型时定义的类别名称
classnames = ['aeroplane','bicycle','bird','boat','bottle','bus','car','cat','chair','cow','diningtable','dog','horse','motorbike','person','pottedplant','sheep','sofa','train','tvmonitor']
for classname in classnames:
    ap = voc_eval('../results/{}.txt', '../data/VOC/VOCdevkit/VOC2007/Annotations/{}.xml', '../data/VOC/2007_test.txt', classname, '.')
    map_ += ap
    #print ('%-20s' % (classname + '_ap:')+'%s' % ap)
    print ('%s' % (classname + '_ap:')+'%s' % ap)
# 删除临时的dump文件
if(os.path.exists("annots.pkl")):
    os.remove("annots.pkl")
    print("cache file:annots.pkl has been removed!")
# 打印map
map = map_/len(classnames)
#print ('%-20s' % 'map:' + '%s' % map)
print ('map:%s' % map)

我这里在项目主目录下新建了一个【yolo-compute-util】文件夹，将两个.py文件放在文件夹中，cd /yolo-compute-util，然后运行：python compute_mAP.py即可根据results中的验证结果统计出各个类别的ap,以及汇总的map。

屏幕截图_5.png

可以看见，经过1晚上的训练，我们的模型——yolov3-voc_10000.weights的mAP是0.740，虽然没有达到yolov2系列76.8+的水平，不过一晚上的训练能达到如此程度，也是挺高了。

屏幕截图_6.png