YOLO 學習之路

參考自官網  https://pjreddie.com/darknet/install/

1. 下載darknet  並編譯

　　　　

git clone https://github.com/pjreddie/darknet.git

　注意事項： 如果是使用CPU，  那么就需要設置以下幾個參數

GPU=0
CUDNN=0
OPENCV=1
OPENMP=0
DEBUG=0

如果opencv是使用的自己編譯的庫，那么就需要更改opencv路徑  改這里：

LDFLAGS+= `pkg-config --libs opencv` -lstdc++
COMMON+= `pkg-config --cflags opencv`

 

2.   test

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

 

3. train the dataset of VOC

　　

wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar
wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar
wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtrainval_11-May-2012.tar
tar xf VOCtrainval_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

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

4. yolo 的各種參數，比如batch_size 
　　https://blog.csdn.net/hjxu2016/article/details/80015559


5. 訓練需要的文件
　　(1) picture files : 
　　　　/darknet/VOCdevkit/VOC2007/JPEGImages/000001.jpg ... ...

                 

 

　　(2) labels  such as : 
content of the txt is as flow:

11 0.344192634561 0.611 0.416430594901 0.262
14 0.509915014164 0.51 0.974504249292 0.972

explain : 

11 is classfied as a dog    and (0.34,0.6,0.4, 0.26) is position (center.x , center.y , w , h)  of the object .

14 is the dog and its poistion

if the 2 position is draw on the picture , it will dispalys as :

 

(3)   train.txt   this files contains all the picture to train . its contents is as folows:

　　　　/root/darknet/VOCdevkit/VOC2012/JPEGImages/2009_000001.jpg

　　　　...　　...

 

 

(4)   cfg/voc.data

classes= 20
train = ./train.txt 
valid = ./2007_test.txt
names = data/voc.names
backup = backup

 

 

(5)   data/voc.names   the names of classes form 0 - 19

aeroplane
bicycle
bird
boat
bottle
bus
car
cat
chair
cow
diningtable
dog
horse
motorbike
person
pottedplant
sheep
sofa
train
tvmonitor

 

 

(6)   pre-trained convlutional weights :

darknet53.conv.74

 

 

綜上所述  如果你要訓練一個模型，你得按以下步驟

1. 獲得你要訓練的圖片，包括 正例 和 反例 

2. 給你的正例和反例進行標注， 生成labels

3.將你的數據分成兩撥， 一波是訓練集， 一波是測試集

4. 修改train.txt   lables cfg/voc.data    ....

 

 

 

 

4   yolov3  訓練人臉數據集

https://blog.csdn.net/ycdhqzhiai/article/details/81205503

 

 

 

 

5. GPU版本

5.1 install    NVIDA driver

　　install Nvida cuda

　　install Nvida cudnn

　　modify Makefile  as flow 

　　你的arch 要根據這個網站來查   算力查詢 ： https://developer.nvidia.com/cuda-gpus

        

5.2 make 

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

5.4 modify cfg/yolov3-voc.cfg  使batch=64  ， subsions=16

5.5 train start

5.6 after train , you can test your models as flow :

 

 

6. yolo 訓練日志解釋

• 每個batch都會有這樣一個輸出：
• 2706: 1.350835, 1.386559 avg, 0.001000 rate, 3.323842 seconds, 173184 imag

 

2706：batch是第幾組。
1.350835：總損失
1.386559 avg ： 平均損失
0.001000 rate：當前的學習率
3.323842 seconds： 當前batch訓練所花的時間
173184 images ： 目前為止參與訓練的圖片總數 = 2706 * 64

 

Region 82 Avg IOU: 0.798032, Class: 0.559781, Obj: 0.515851, No Obj: 0.006533, .5R: 1.000000, .75R: 1.000000, count: 2

Region Avg IOU: 表示在當前subdivision內的圖片的平均IOU，代表預測的矩形框和真實目標的交集與並集之比.
Class: 標注物體分類的正確率，期望該值趨近於1。
Obj: 越接近1越好。
No Obj: 期望該值越來越小，但不為零。
count: count后的值是所有的當前subdivision圖片（本例中一共4張）中包含正樣本的圖片的數量。

 

 

 

7.   訓練參數  cfg

https://blog.csdn.net/qq_35608277/article/details/79922053

 

8. yolov3 應該什么時候停止訓練？？

 https://github.com/jaskarannagi19/yolov3#when-should-i-stop-training

1.當看到平均損失0.xxxxxx avg在多次迭代時不再減少時，您應該停止訓練，一旦訓練停止，從最后一個文件中darknet\build\darknet\x64\backup選擇最好的.weights文件.

2. 0.XXX avg ＜ 0.06 時

您在9000次迭代后停止了訓練，但最佳結果可以給出之前的權重之一（7000,8000,9000）。它可能由於過度擬合而發生。

過度擬合 - 例如，您可以從training-dataset檢測圖像上的對象，但無法檢測任何其他圖像上的對象。你應該從早期停止點獲得權重：

 

9.mAP

基本定義: precision和recall的含義， preicision是在你認為的正樣本中， 有多大比例真的是正樣本， recall則是在真正的正樣本中， 有多少被你找到了。

平均准確率

 

10 mAP 計算

https://blog.csdn.net/amusi1994/article/details/81564504

 

11  基於前面的模型繼續訓練

build\darknet\x64\darknet.exe detector train .\cfg\pikaiqiu.data .\cfg\yolov3_pikaqiu.cfg backup\yolov3_pikaqiu_2500.weights

 

 

 

12   yolov3 里的mask的含義

mask = 6,7,8    ### 第一層標記為6 7 8 因為我們需要在第一層預測size較大的物體，同理第二層那個預測小一點的物體

#anchors是可以事先通過cmd指令計算出來的，是和圖片數量，width,height以及cluster(應該就是下面的num的值，即想要使用的anchors的數量)相關的預選框，可以手工挑選，也可以通過kmeans 從訓練樣本中學>出!

anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=1 #類別數量 網絡需要識別的物體種類數
num=9 #每個grid cell預測幾個box,和anchors的數量一致。當想要使用更多anchors時需要調大num，且如果調大num后訓練時Obj趨近0的話可以嘗試調大object_scale
jitter=.3 #數據擴充的抖動操作 利用數據抖動產生更多數據，YOLOv2中使用的是crop，filp，以及net層的angle，flip是隨機的，jitter就是crop的參數，tiny-yolo-voc.cfg中jitter=.3，就是>在0~0.3中進行crop
ignore_thresh = .5 #決定是否需要計算IOU誤差的參數，大於thresh，IOU誤差不會夾在cost function中
truth_thresh = 1
random=1 #默認參數1,如果顯存很小，將random設置為0,關閉多尺度訓練;如果為1，每次迭代圖片大小隨機從320到608，步長為32，如果為0，每次訓練大小與輸入大小一致

 

 

 

13  如何提高mAP

https://github.com/AlexeyAB/darknet#how-to-improve-object-detection

 

 

14  訓練出來測試的時候有null  怎么解決？？  感覺像是因為模型沒有訓練出來的原因啊？？

 

 

15：