目录
摘要
YOLOV4在coco上面达到了43.5%AP ，在Tesla V100 上达到了65FPS。相比今年的其它模型，得分不算高，但是它不是通过提高输入图像的分辨率来提高得分的，而是改进网络结构。创新点主要有一下几个方面：
（1）输入端：这里指的创新主要是训练时对输入端的改进，主要包括Mosaic数据增强、cmBN、SAT自对抗训练。
（2）BackBone主干网络：将各种新的方式结合起来，包括：CSPDarknet53、Mish激活函数、Dropblock
（3）Neck：目标检测网络在BackBone和最后的输出层之间往往会插入一些层，比如Yolov4中的SPP模块、FPN+PAN结构
（4）Prediction：输出层的锚框机制和Yolov3相同，主要改进的是训练时的损失函数CIOU_Loss，以及预测框筛选的nms变为DIOU_nms
训练
本地环境：
Ubuntu20.04
pytorch1.5.1
CUDA10.1
Python3.7
下载代码
本文使用的代码是：github.com/Tianxiaomo/…
训练和测试推理代码都已经完成。
下载权重文件
yolov4.conv.137.pth
链接一：pan.baidu.com/s/1ovBie4Yy… 提取码：kcel
链接二：
将下载的权重文件放到data文件夹下面
制作数据集
数据集地址：download.csdn.net/download/hh…
将Labelme数据集复制到pytorch-YOLOv4-master文件夹下面，如图：
然后用pycharm新建labelme2txt.py文件。写入生成训练集和验证集的代码。
labelme2txt.py代码：
from os import getcwd
from sklearn.model_selection import train_test_split
import json
import glob
wd = getcwd()
"labelme 标注的 json 数据集转为pytorch版 yolov4 的训练集 "
classes = [ "aircraft" , "oiltank" ]
image_ids = glob.glob(r"LabelmeData/*jpg" )
print(image_ids)
train_list_file = open( 'data/train.txt' , 'w' )
val_list_file = open( 'data/val.txt' , 'w' )
def convert_annotation(image_id, list_file):
jsonfile=open( '%s.json' % (image_id))
in_file = json.load(jsonfile)
for i in range(0,len(in_file[ "shapes" ])):
object=in_file[ "shapes" ][i]
cls=object[ "label" ]
points=object[ "points" ]
xmin=int(points[0][0])
ymin=int(points[0][1])
xmax=int(points[1][0])
ymax=int(points[1][1])
if cls not in classes:
print( "cls not in classes" )
continue
cls_id = classes.index(cls)
b = (xmin, ymin, xmax, ymax)
list_file.write( " " + "," .join([str(a) for a in b]) + ',' + str(cls_id))
jsonfile.close()
def ChangeData2TXT(image_List,dataFile):
for image_id in image_List:
dataFile.write( '%s' % (image_id.split( ' \\ ' )[-1]))
convert_annotation(image_id.split( '.' )[0], dataFile)
dataFile.write( ' \n ' )
dataFile.close()
trainval_files, test_files = train_test_split(image_ids, test_size=0.2, random_state=55)
ChangeData2TXT(trainval_files,train_list_file)
ChangeData2TXT(test_files,val_list_file)
安装运行需要的包
参照requirements.txt安装本机没有的包，版本不一定要保持一致，只要后期不报错就没有事。
修改类别
将coco.names和voc.names里面的类别修改为自己数据集的类别（默认是coco.names，都改了肯定没有错。），顺序和labelme2txt.py中的classes顺序保持一致。
修改配置文件cfg.py
Cfg.use_darknet_cfg = False
Cfg.batch = 2(根据自己的显卡修改，我的显卡是8G的最多可以训练里2个batch)。
Cfg.subdivisions = 1
修改models.py
将51行和53行的inplace=True改为inplace=False。如果不修改，训练的时候会报个错误。
修改train.py文件
找到526行，这个方法的参数是对cfg.py里面参数的更新。
主要修改的参数如下：
parser.add_argument( '-g' , '--gpu' , metavar= 'G' , type=str, default= '0' ,
help= 'GPU' , dest= 'gpu' )#设置GPU使用的GPU
parser.add_argument( '-dir' , '--data-dir' , type=str, default= "LabelmeData" ,
help= 'dataset dir' , dest= 'dataset_dir' )#图片所在的文件夹。
parser.add_argument( '-pretrained' , type=str, default= "data/yolov4.conv.137.pth" , help= 'pretrained yolov4.conv.137' )#设置预训练权重文件的路径。
parser.add_argument( '-classes' , type=int, default=80, help= 'dataset classes' )#物体类别数。
parser.add_argument( '-train_label_path' , dest= 'train_label' , type=str, default= 'data/train.txt' , help= "train label path" )#训练集存放的路径。
注释415行到440行的代码，这段代码在验证的时候一直报错，我找不到原因。后续找到原因再更新。
将以上的内容修改完成后就可以点击run开始训练了。
测试
测试主要修改models.py的代码。将下面的代码从449行替换。
if __name__ == "__main__":
import sys
import cv2
namesfile = None
n_classes=2
weightfile="checkpoints/Yolov4_epoch151.pth"
imgfile="data/aircraft_4.jpg"#待测试的图片
width=608
height=608
model = Yolov4(yolov4conv137weight=None, n_classes=n_classes, inference=True)
pretrained_dict = torch.load(weightfile, map_location=torch.device('cpu'))
#如果使用GPU则改为：
#pretrained_dict = torch.load(weightfile, map_location=torch.device('cuda'))
model.load_state_dict(pretrained_dict)
use_cuda = True
if use_cuda:
model.cuda()
img = cv2.imread(imgfile)
# Inference input size is 416*416 does not mean training size is the same
# Training size could be 608*608 or even other sizes
# Optional inference sizes:
# Hight in {320, 416, 512, 608, ... 320 + 96 * n}
# Width in {320, 416, 512, 608, ... 320 + 96 * m}
sized = cv2.resize(img, (width, height))
sized = cv2.cvtColor(sized, cv2.COLOR_BGR2RGB)
from tool.utils import load_class_names, plot_boxes_cv2
from tool.torch_utils import do_detect
for i in range(2): # This 'for' loop is for speed check
# Because the first iteration is usually longer
boxes = do_detect(model, sized, 0.4, 0.6, use_cuda)
if namesfile == None:
if n_classes == 2:
namesfile = 'data/voc.names'
elif n_classes == 80:
namesfile = 'data/coco.names'
else:
print("please give namefile")
class_names = load_class_names(namesfile)
resultImg=plot_boxes_cv2(img, boxes[0], 'predictions.jpg', class_names)
cv2.imshow("image",resultImg)
cv2.waitKey(0);
测试结果：
源码链接：download.csdn.net/download/hh…
参考文章：
深入浅出Yolo系列之Yolov3&Yolov4核心基础知识完整讲解
