基于Darknet的YOLOv4目标检测 |
您所在的位置：网站首页 › yolov4识别小目标 › 基于Darknet的YOLOv4目标检测 |
基于Darknet的YOLOv4目标检测
|
目录 一、Windows环境下的YOLOv4目标检测 1、环境配置 2、克隆或下载YOLOv4 3、Visual Studio2019配置YOLOv4项目 4、Visual Studio2019编译YOLOv4项目 5、YOLOv4权重文件下载 6、YOLOv4目标检测测试 7、使用YOLOv4训练自己的数据集 8、Anchor Box先验框聚类分析与修改 二、Linux环境下的YOLOv4目标检测 1、环境配置 2、YOLOv4下载和编译 3、测试图片 三、提高YOLOv4目标检测性能的技巧 1、YOLOv4训练前的改善技巧 2、YOLOv4训练后的改善技巧 一、Windows环境下的YOLOv4目标检测 1、环境配置环境准备：Win10、CUDA10.1、cuDNN7.65、Visual Studio 2019、OpenCV 3.4 （1）Visual Studio2019企业版安装 （2）NVIDIA驱动下载与安装 （3）下载并安装CUDA10.1，下载安装cuDNN7.65 对于cudnn直接将其解开压缩包，然后需要将bin，include，lib中的文件复制粘贴到cuda的文件夹下，比如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 （4）CUDA安装测试
（5）OpenCV安装 下载OpenCV3.4；运行exe（其实是解压），将压缩包解压到相应目录，如： C:\Program Files (x86)\opencv；在系统变量 Path 的末尾添加：C:\Program Files (x86)\opencv\build\x64\vc15\bin 2、克隆或下载YOLOv4 YOLOv4网址：https://github.com/AlexeyAB/darknet如果安装了Git软件，可直接克隆项目到本地：git clone https://github.com/AlexeyAB/darknet在GitHub上直接下载，并将解压后的darknet-master文件夹改名为darknet 3、Visual Studio2019配置YOLOv4项目（1）复制opencv文件 在文件夹C:\Program Files (x86)\opencv\build\x64\vc15\bin的两个dll文件：opencv_ffffmpeg340_64.dll和opencv_world340.dll复制到D:\darknet\build\darknet\x64 （2）Visual Studio 2019项目配置 用visual studio2019打开darknet.sln文件
然后需要重启电脑。 打开darknet.sln项目，对其进行配置：项目 ->属性；注意应选release和x64
（3）接下来几个步骤比较关键 注意检查Windows SDK版本
添加opencv3.4的包含目录和库目录（按照自己的opencv3.4的路径）包含目录： C:\Program Files (x86)\opencv\build\include C:\Program Files (x86)\opencv\build\include\opencv C:\Program Files (x86)\opencv\build\include\opencv2
添加附加依赖项（按照自己的opencv3.4的路径）：C:\Program Files (x86)\opencv\build\x64\vc14\lib\opencv_world340.lib
点击“重新生成解决方案”。可能有下述错误：严重性 代码 说明 项目 文件 行 禁止显示状态 错误 MSB4019 找不到导入的项目“C:\Program Files(x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 10.0.props”。请确认 Import 声明“C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 10.0.props”中的表达式正确，且文件位于磁盘上。 darknet D:\darknet\build\darknet\darknet.vcxproj 解决方法：将D:\darknet\build\darknet\darknet.vcxproj中版本号进行修改如下
仍然有错误时的解决方法： 将NVIDIA CUDA的安装程序（.exe文件）数据解压到一个指定文件夹中（最好是放在一个文件夹，解压后会出现很多文件，这样方便查找）
yolov4.weight下载，拷贝权重文件到D:\darknet\build\darknet\x64 6、YOLOv4目标检测测试（1）测试图片 在D:\darknet\build\darknet\x64\ 目录下执行： darknet.exe detector test cfg\coco.data cfg\yolov4.cfg yolov4.weights data\dog.jpg结果如下：
（2）测试视频 在D:\darknet\build\darknet\x64\ 目录下执行： darknet.exe detector demo cfg\coco.data cfg\yolov4.cfg yolov4.weights data\driving.mp4 7、使用YOLOv4训练自己的数据集（1）数据集准备 使用PASCAL VOC数据集的目录结构（建立文件夹层次为 D:\darknet\build\darknet\x64\VOCdevkit\ VOC2007）:
JPEGImages放所有的训练和测试图片；Annotations放所有的xml标记文件 （2）训练集和测试集生成 在D:\darknet\build\darknet\x64\目录下执行：python genfiles.py 在VOCdevkit \ VOC2007目录下可以看到生成了文件夹labels ，同时在darknet下生成了两个文件2007_train.txt和2007_test.txt。2007_train.txt和2007_test.txt分别给出了训练图片文件和测试图片文件的列表，含有每个图片的路径和文件名。 另外，在VOCdevkit \ VOC2007\ImageSets\Main目录下生产了两个文件test.txt和train.txt，分别给出了训练图片文件和测试图片文件的列表，但只含有每个图片的文件名（不含路径和扩展名）。labels下的文件是images文件夹下每一个图像的yolo格式的标注文件，这是由annotations的xml标注文件转换来的。 最终训练只需要：2007_train.txt，2007_test.txt，labels下的标注文件和 VOCdevkit\VOC2007\JPEGImages下的图像文件。 生成YOLO格式的txt标记文件内容如下：
genfiles.py文件如下： import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.path import join import random classes=["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"] def clear_hidden_files(path): dir_list = os.listdir(path) for i in dir_list: abspath = os.path.join(os.path.abspath(path), i) if os.path.isfile(abspath): if i.startswith("._"): os.remove(abspath) else: clear_hidden_files(abspath) def convert(size, box): dw = 1./size[0] dh = 1./size[1] x = (box[0] + box[1])/2.0 y = (box[2] + box[3])/2.0 w = box[1] - box[0] h = box[3] - box[2] x = x*dw w = w*dw y = y*dh h = h*dh return (x,y,w,h) def convert_annotation(image_id): in_file = open('VOCdevkit\VOC2007\Annotations\%s.xml' %image_id) out_file = open('VOCdevkit\VOC2007\labels\%s.txt' %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').text cls = obj.find('name').text if cls not in classes or int(difficult) == 1: continue cls_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') in_file.close() out_file.close() wd = os.getcwd() wd = os.getcwd() work_sapce_dir = os.path.join(wd, "VOCdevkit\\") if not os.path.isdir(work_sapce_dir): os.mkdir(work_sapce_dir) work_sapce_dir = os.path.join(work_sapce_dir, "VOC2007\\") if not os.path.isdir(work_sapce_dir): os.mkdir(work_sapce_dir) annotation_dir = os.path.join(work_sapce_dir, "Annotations\\") if not os.path.isdir(annotation_dir): os.mkdir(annotation_dir) clear_hidden_files(annotation_dir) image_dir = os.path.join(work_sapce_dir, "JPEGImages\\") if not os.path.isdir(image_dir): os.mkdir(image_dir) clear_hidden_files(image_dir) VOC_file_dir = os.path.join(work_sapce_dir, "ImageSets\\") if not os.path.isdir(VOC_file_dir): os.mkdir(VOC_file_dir) VOC_file_dir = os.path.join(VOC_file_dir, "Main\\") if not os.path.isdir(VOC_file_dir): os.mkdir(VOC_file_dir) train_file = open(os.path.join(wd, "2007_train.txt"), 'w') test_file = open(os.path.join(wd, "2007_test.txt"), 'w') train_file.close() test_file.close() VOC_train_file = open(os.path.join(work_sapce_dir, "ImageSets\\Main\\train.txt"), 'w') VOC_test_file = open(os.path.join(work_sapce_dir, "ImageSets\\Main\\test.txt"), 'w') VOC_train_file.close() VOC_test_file.close() if not os.path.exists('VOCdevkit\\VOC2007\\labels'): os.makedirs('VOCdevkit\\VOC2007\\labels') train_file = open(os.path.join(wd, "2007_train.txt"), 'a') test_file = open(os.path.join(wd, "2007_test.txt"), 'a') VOC_train_file = open(os.path.join(work_sapce_dir, "ImageSets\\Main\\train.txt"), 'a') VOC_test_file = open(os.path.join(work_sapce_dir, "ImageSets\\Main\\test.txt"), 'a') list = os.listdir(image_dir) # list image files probo = random.randint(1, 100) print("Probobility: %d" % probo) for i in range(0,len(list)): path = os.path.join(image_dir,list[i]) if os.path.isfile(path): image_path = image_dir + list[i] voc_path = list[i] (nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path)) (voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path)) annotation_name = nameWithoutExtention + '.xml' annotation_path = os.path.join(annotation_dir, annotation_name) probo = random.randint(1, 100) print("Probobility: %d" % probo) if(probo < 75): if os.path.exists(annotation_path): train_file.write(image_path + '\n') VOC_train_file.write(voc_nameWithoutExtention + '\n') convert_annotation(nameWithoutExtention) else: if os.path.exists(annotation_path): test_file.write(image_path + '\n') VOC_test_file.write(voc_nameWithoutExtention + '\n') convert_annotation(nameWithoutExtention) train_file.close() test_file.close() VOC_train_file.close() VOC_test_file.close()（3）修改配置文件 新建data\voc.names文件，该文件内容存放数据标签名，可以复制data\voc.names再根据自己情况的修改（修改成自己的分类）；可以重新命名等。
classes = N ，N为自己的分类数量；train 训练集完整路径列表；valid 测试集完整路径列表；names = data/voc.names 类别文件；backup = backup/ 训练结果保存在darknet/backup/目录下。 新建cfg\yolov4-voc.cfg，可以复制cfg\yolov4-custom.cfg再根据自己情况的修改；可以重新命名等。yolov4-voc.cfg文件参数说明：
在cfg\yolov4-voc.cfg文件中，三个yolo层和各自前面的convolutional层的参数需要修改：filters=num╳(classes+5)，5的意义是4个坐标加一个置信率num表示YOLO中每个cell预测的框的个数，yolo层中的classes为类别，YOLOV3中为3。此 处 的 值 要 根 据 自 己 的 数 据 集 进 行 更 改 ， 例 如 识 别 4 个 类 别 ， 则 ：filters=3 ╳(4+5)=27。 （4）使用YOLOv4进行训练 下载权重文件：yolov4.conv.137，放置在D:\darknet\build\darknet\x64目录下这里的训练使用迁移学习，所以下载的yolov4在coco数据集上的预训练权重文件（不含全连接层） 训练网络（如需要显示训练过程的map变化，在命令末尾加-map）： darknet.exe detector train data\voc.data cfg\yolov4.cfg yolov4.conv.137 -map网络训练建议： batch=16subdivisions=8 （如果显存溢出改为16，64）把max_batches设置为 (classes*2000)；但最小为4000。例如如果训练3个目标类别，max_batches=6000把steps改为max_batches的80% and 90%；例如steps=4800, 5400。为增加网络分辨率可增大height和width的值，但必须是32的倍数 (height=608, width=608 or 32的整数倍) 。这有助于提高检测精度。（5）mAP性能统计 统计 mAP@IoU=0.50： darknet.exe detector map data\voc.data cfg\yolov4-test.cfg backup\yolov4.weights统计 mAP@IoU=0.75: darknet.exe detector map data\voc.data cfg\yolov4-test.cfg backup\yolov4.weights -iou_thresh 0.75 8、Anchor Box先验框聚类分析与修改使用k-means聚类获得自己数据集的先验框大小： darknet.exe detector calc_anchors data\voc.data -num_of_clusters 9 -width 608 -height 608D:\darknet\build\darknet\x64目录下生成anchors.txt文件，修改cfg文件中的先验框大小，重新训练和测试 二、Linux环境下的YOLOv4目标检测 1、环境配置环境准备：Ubuntu16.04、CUDA10.1、cuDNN 7.65、OpenCV 3.4 opencv安装可以基于源码，可以使用命令安装：apt-get install libopencv-dev 2、YOLOv4下载和编译 下载darknet：git clone https://github.com/AlexeyAB/darknet.gitcd darknetmake #直接make则使用的是darknet原始配置（使用CPU）如果使用GPU和OpenCV，则将Makefile文件中的对应项改为1，然后再执行make命令
测试单张图片： ./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg测试多张图片（根据提示输入图片路径）： ./darknet detect cfg/yolov4.cfg yolov4.weights 三、提高YOLOv4目标检测性能的技巧 1、YOLOv4训练前的改善技巧 增大.cfg文件中的网络分辨率（height=608, width=608或任何32的倍数）有助于提高检测精度。检查要检测的每个目标在数据集中都标注了标签。数据集中的任何目标都要有标签，数据集中如果有错误的标签也会导致训练出问题。得到的损失函数很高并且mAP很低，训练出错了吗？在训练命令末尾使用-show_imgs 标志来运行训练，你是否能看到有正确的边界预测框的目标（在Windows的窗口或者aug_...jpg）？如果没有，训练是发生错误了。对于要检测的每个目标，训练集中必须至少有一个相似的目标，且它们具有大致相同的形状：形状、物体的侧面、相对大小、旋转角度、倾斜度、照明度。 理想的是训练集应包含目标的不同图像：比例、旋转、照明、不同侧面、不同背景。每类图片最好有2000张不同的图像，并且训练的迭代次数(iterations)设置为2000×classes以上（最少为4000）。训练数据集最好包含有不想检测的未标注物体的图像-即无边界框的负样本（空 的.txt文件）。并且负样本图像与带有物体的图像大致一样多。如果要对每个图像中的大量目标进行训练，请在cfg文件的最后一个[yolo]层中添加参数max = 200或更大的值 。为了使检测到的边界框更准确，可以向每个[yolo]层添加3个参数ignore_thresh = .9 iou_normalizer = 0.5 iou_loss = giou并进行训练，它将增加[email protected]，但降低[email protected]。从cfg文件重新计算数据集的宽度和高度锚框（聚类分析）：darknet detector calc_anchors data / obj.data -num_of_clusters 9 -width 416 -height 416然后在cfg文件的3个[yolo]图层中的每个层中设置9个锚框。 但是，你应该为每个[yolo]层更改anchor masks =的索引。 同样，你应该在每个[yolo]层之前更改filters=(classes + 5)*。 如果许多计算出的锚不适合在适当的层下，则只需尝试使用所有默认锚框即可。 2、YOLOv4训练后的改善技巧 通过在.cfg文件中设置（height=608 and width=608）或（height=832 and width=832）或（任何32的倍数）来提高网络分辨率。这可以提高精度并可以检测到小目标。不必再次训练网络，只需使用已经针对416x416分辨率进行训练的权重文件即可，但是要获得更高的准确性，应该使用更高分辨率的608x608或832x832进行训练，请注意：如果发生显存溢出错误，在.cfg 文件应该增加subdivisions=16, 32 or 64 （batch=64时）。
|
【本文地址】
今日新闻 |
推荐新闻 |