携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第23天,点击查看活动详情 >>

YoloV3 图像目标识别

1.训练预测方法

• 1.在拉取代码后执行 voc_annotation.py文件获取训练所使用的2007_train.txt、2007_val.txt
• 2.修改train.py文件 改为自己的数据集类型classes_path
• 3.执行train.py开始训练
• 4.使用训练得到的最好的模型进行预测 需要修改model_path指向训练好的权值文件，在logs文件夹里。 classes_path指向检测类别所对应的txt。
• 5.执行predict.py进行预测

2.yolov3实现思路

1.1 代码实现

主干提取网络入口 传入数组[1,2,8,8,4]代表残差值堆叠次数

def darknet53():
    model = DarkNet([1, 2, 8, 8, 4])
    return model

构建DarkNet53

• 此部分代码在源码中的/nets/darknet.py

class DarkNet(nn.Module):
    def __init__(self, layers):
        super(DarkNet, self).__init__()
        self.inplanes = 32
        # 416,416,3 -> 416,416,32
        # 卷积32通道
        self.conv1  = nn.Conv2d(3, self.inplanes, kernel_size=3, stride=1, padding=1, bias=False)
        #标准化 激活函数
        self.bn1    = nn.BatchNorm2d(self.inplanes)
        self.relu1  = nn.LeakyReLU(0.1)

        # 416,416,32 -> 208,208,64
        self.layer1 = self._make_layer([32, 64], layers[0])
        # 208,208,64 -> 104,104,128
        self.layer2 = self._make_layer([64, 128], layers[1])
        # 104,104,128 -> 52,52,256
        self.layer3 = self._make_layer([128, 256], layers[2])
        # 52,52,256 -> 26,26,512
        self.layer4 = self._make_layer([256, 512], layers[3])
        # 26,26,512 -> 13,13,1024
        self.layer5 = self._make_layer([512, 1024], layers[4])

        self.layers_out_filters = [64, 128, 256, 512, 1024]

        # 进行权值初始化
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                n = m.kernel_size[0] * m.kernel_size[1] * m.out_channels
                m.weight.data.normal_(0, math.sqrt(2. / n))
            elif isinstance(m, nn.BatchNorm2d):
                m.weight.data.fill_(1)
                m.bias.data.zero_()

    #---------------------------------------------------------------------#
    #   在每一个layer里面，首先利用一个步长为2的3x3卷积进行下采样
    #   然后进行残差结构的堆叠
    #---------------------------------------------------------------------#
    def _make_layer(self, planes, blocks):
        layers = []
        # 下采样，步长为2，卷积核大小为3  池化
        layers.append(("ds_conv", nn.Conv2d(self.inplanes, planes[1], kernel_size=3, stride=2, padding=1, bias=False)))
        layers.append(("ds_bn", nn.BatchNorm2d(planes[1])))
        layers.append(("ds_relu", nn.LeakyReLU(0.1)))
        # 加入残差结构
        self.inplanes = planes[1]
        for i in range(0, blocks):
            layers.append(("residual_{}".format(i), BasicBlock(self.inplanes, planes)))
        return nn.Sequential(OrderedDict(layers))
    

前向传播输出三个特征层