【AI实战】动手训练本身的目标检测模型（YOLO篇）

时间 2019-11-07 标签 AI实战动手训练本身目标检测模型 yolo

在前面的文章中，已经介绍了基于SSD使用本身的数据训练目标检测模型（见文章：手把手教你训练本身的目标检测模型），本文将基于另外一个目标检测模型YOLO，介绍如何使用本身的数据进行训练。python

YOLO（You only look once）是目前流行的目标检测模型之一，目前最新已经发展到V3版本了，在业界的应用也很普遍。YOLO的基本原理是：首先对输入图像划分红7x7的网格，对每一个网格预测2个边框，而后根据阈值去除可能性比较低的目标窗口，最后再使用边框合并的方式去除冗余窗口，得出检测结果，以下图：

YOLO的特色就是“快”，但因为YOLO对每一个网格只预测一个物体，就容易形成漏检，对物体的尺度相对比较敏感，对于尺度变化较大的物体泛化能力较差。git

本文的目标仍旧是在图像中识别检测出可爱的熊猫
github

基于YOLO使用本身的数据训练目标检测模型，训练过程跟前面文章所介绍的基于SSD训练模型同样，主要步骤以下：

一、安装标注工具
本案例采用的标注工具是labelImg，在前面的文章介绍训练SSD模型时有详细介绍了安装方法（见文章：手把手教你训练本身的目标检测模型），在此就再也不赘述了。
成功安装后的labelImg标注工具，以下图：算法

二、标注数据
使用labelImg工具对熊猫照片进行画框标注，自动生成VOC_2007格式的xml文件，保存为训练数据集。操做方式跟前面的文章介绍训练SSD模型的标注方法同样（见文章：手把手教你训练本身的目标检测模型），在此就再也不赘述了。
后端

三、配置YOLO
（1）安装Keras

本案例选用YOLO的最新V3版本，基于Keras版本。Keras是一个高层神经网络API，以Tensorflow、Theano和CNTK做为后端。因为本案例的基础环境（见文章：AI基础环境搭建）已经安装了tensorflow，所以，Keras底层将会调用tensorflow跑模型。Keras安装方式以下：bash

# 切换虚拟环境
source activate tensorflow
# 安装keras-gpu版本
conda install keras-gpu
# 若是是安装 keras cpu版本，则执行如下指令
#conda install keras

keras版本的yolo3还依赖于PIL工具包，若是以前没安装的，也要在anaconda中安装网络

# 安装 PIL
conda install pillow

（2）下载yolo3源代码
在keras-yolo3的github上下载源代码（https://github.com/qqwweee/keras-yolo3），使用git进行clone或者直接下载成zip压缩文件。
session

（3）导入PyCharm
打开PyCharm，新建项目，将keras-yolo3的源代码导入到PyCharm中
分布式

四、下载预训练模型
YOLO官网上提供了YOLOv3模型训练好的权重文件，把它下载保存到电脑上。下载地址为https://pjreddie.com/media/files/yolov3.weights函数

五、训练模型
接下来到了关键的步骤：训练模型。在训练模型以前，还有几项准备工做要作。
（1）转换标注数据文件
YOLO采用的标注数据文件，每一行由文件所在路径、标注框的位置（左上角、右下角）、类别ID组成，格式为：image_file_path x_min,y_min,x_max,y_max,class_id
例子以下：

这种文件格式跟前面制做好的VOC_2007标注文件的格式不同，Keras-yolo3里面提供了voc格式转yolo格式的转换脚本 voc_annotation.py
在转换格式以前，先打开voc_annotation.py文件，修改里面的classes的值。例如本案例在voc_2007中标注的熊猫的物体命名为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"]

新建文件夹VOCdevkit/VOC2007，将熊猫的标注数据文件夹Annotations、ImageSets、JPEGImages放到文件夹VOCdevkit/VOC2007里面，而后执行转换脚本，代码以下：

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

source activate tensorflow
python voc_annotation.py

转换后，将会自动生成yolo格式的文件，包括训练集、测试集、验证集。

（2）建立类别文件
在PyCharm导入的keras-yolo3源代码中，在model_data目录里面新建一个类别文件my_class.txt，将标注物体的类别写到里面，每行一个类别，以下：

（3）转换权重文件
将前面下载的yolo权重文件yolov3.weights转换成适合Keras的模型文件，转换代码以下：

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

（4）修改训练文件的路径配置
修改train.py里面的相关路径配置，主要有：annotation_path、classes_path、weights_path

其中，train.py里面的batch_size默认是32（第57行），指每次处理时批量处理的数量，数值越大对机器的性能要求越高，所以可根据电脑的实际状况进行调高或调低

（5）训练模型
通过以上的配置后，终于所有都准备好了，执行train.py就能够开始进行训练。

训练后的模型，默认保存路径为logs/000/trained_weights_final.h5，能够根据须要进行修改，位于train.py的第85行，可修改模型保存的名称。

六、使用模型
完成模型的训练以后，调用yolo.py便可使用咱们训练好的模型。
首先，修改yolo.py里面的模型路径、类别文件路径，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,
    }

经过调用 YOLO类就能使用YOLO模型，为方便测试，在yolo.py最后增长如下代码，只要修改图像路径后，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()

执行后，可爱的熊猫就被乖乖圈出来了，呵呵

经过以上步骤，咱们又学习了基于YOLO来训练本身的目标检测模型，这样在应用中能够结合实际需求，使用SSD、YOLO训练本身的数据，并从中选择出效果更好的目标检测模型。

关注本人公众号“大数据与人工智能Lab”（BigdataAILab），而后回复“代码”关键字可获取 完整源代码。

推荐相关阅读