nx上darknet的使用-目标检测-自定义训练与制作预训练模型

1 训练yolov4-tiny

1.1 文件准备

1.1.1 Annotations

1.1.2 JPEGImages

1.1.3 labels

1.1.4 trained_models

1.1.5 classes.name

1.1.6 create_labels_txt.py

1.1.7 custom_training.data

1.1.8 get_labels.py

1.1.9 get_train_val.py

1.1.10 train.txt

1.1.11 val.txt

1.1.12 yolov4-tiny.cfg

1.1.13 yolov4-tiny.conv.29

1.1.14 yolov4-tiny-test.cfg

1.2 训练过程

1.3 训练结果

2 制作预训练模型

1 训练yolov4-tiny

首先在darknet创建一个文件夹custom_training

文件夹中包含这些文件

我们从左往右来讲，在文章的最后有识别效果，如果想先看效果的可以拉下去，看完再拉上来

1.1 文件准备

1.1.1 Annotations

获取方式：标注软件标注图像后获得

这里面放的都是标注好的xml文件，使用不同的标注软件标注结果可能略有不同，但xml的文件格式都是一样的，我们打开一个看一下

下面这个xml是一个图中只有一个框子的

下面这个是一个图中有多个框子的

1.1.2 JPEGImages

获取方式：把标注的图像放进去

这里面放的都是被标注的图片，注意要与标注文件对应(比如0.jpg与0.xml)

1.1.3 labels

获取方式：由create_labels_txt.py转换xml文件获得

这个文件夹中都是放的xml转换过来的项目专用的txt文件(我们后面有一个文件专门转换它)，由于是转换过来的，所以自然也是与图像一一对应的

我们打开一个看一下

下面这个是一个框的情况，发现里面有5个数，这5个数的含义依次是

标签号，从0开始
标注框的中心点x坐标除图像宽度的比值
标注框的中心点y坐标除图像高度的比值
标注框的宽度除图像宽度的比值
标注框的高度除图像高度的比值

我们下面再看一个多个框的情况

有几个框就有几行，最后不要有换行符

1.1.4 trained_models

创建一个空的文件夹就行了，这个文件夹是专门放训练好的模型文件的，没训练之前文件夹中是空的

在训练之后每1000个batch会自动保存一次，我训练了4000个batch，现在里面是这样的

后面要用的话用 yolov4-tiny_final.weights就可以了

1.1.5 classes.name

获取方式：用记事本写一个文件，后缀为.name就可以了

这里面写的是所有标注的标签，有几个就写几个，标签用换行符隔开，最后一行末尾没有换行符

我再举个例子

这里的顺序要与后续create_labels_txt.py的顺序一致

如果你不知道有多少标签，后面可以通过get_labels.py来查询

1.1.6 create_labels_txt.py

获取方式：一个py文件

文件中的内容是这样的

import xml.etree.ElementTree as ET
import os
import rewith open('classes.names','r') as f:classes = f.read().splitlines()p = re.compile(r'(.*)\.')
for i in os.listdir('Annotations'):i = p.findall(i)[0]xml_file = '/home/nvidia/darknet/custom_training/Annotations/{}.xml'.format(i)tree = ET.parse(xml_file)root = tree.getroot()for size in root.iter('size'):width = int(size.find('width').text)height = int(size.find('height').text)all_content = ''for obj in root.iter('object'):cls = obj.find('name').textcls_id = classes.index(cls)xmlbox = obj.find('bndbox')xmin = int(xmlbox.find('xmin').text)ymin = int(xmlbox.find('ymin').text)xmax = int(xmlbox.find('xmax').text)ymax = int(xmlbox.find('ymax').text)x = (xmin+xmax)/2/widthy = (ymin+ymax)/2/heightw = (xmax-xmin)/widthh = (ymax-ymin)/heightone_content = '{} {:.4f} {:.4f} {:.4f} {:.4f}'.format(cls_id,x,y,w,h)all_content = all_content + one_content + '\n'all_content = all_content.strip('\n')file = open('./labels/{}.txt'.format(i),'w')print(all_content,file=file,flush=True)

有几个参数需要随着数据集变动

classes 这个是训练的标签，需要与classes.name的内容一致，注意顺序也要一致
xml_file 放的是Annotations中xml的文件，我这里放的绝对路径，也可以放相对路径
xmin,ymin,ymin,ymax 我不确定所有的标注文件是否都是这四个点（有的可能是直接给宽度），如果你的xml文件中写的是别的，那么你就对应改一下

cls_id 这个是labels中产生txt的第一个内容
x,y,w,h 这四个就是labels中产生的txt的后四个内容

如果按照我写的结构放置文件的话，直接运行就可以了

1.1.7 custom_training.data

获取方式：用记事本写，后缀改为data，最后一行末尾没有换行符

这里的信息的含义如下，注意所有路径都是绝对路径

字段	含义
classes	类别总数
train	train.txt的绝对路径，train.txt我们后面会提到
valid	val.txt的绝对路径，val.txt我们后面会提到
names	classes.name的绝对路径
backup	trained_models的绝对路径，注意后面要再加一个斜杠

1.1.8 get_labels.py

原理是用python的set()变量，set()变量中的元素不重复，访问xml中的name，将所有的内容添加的set中

1.1.9 get_train_val.py

这个是用来辅助创建train.txt与val.txt的

import osa = 0
train_txt = open('train.txt','w')
val_txt = open('val.txt','w')
for i in os.listdir('JPEGImages'):a = a + 1if a < 15712: #trainprint('/home/nvidia/darknet/custom_training/JPEGImages/' + i,file=train_txt,flush=True)else: #testprint('/home/nvidia/darknet/custom_training/JPEGImages/' + i,file=val_txt,flush=True)

6065是我当前有7581张图片，我想选择其中的80%(6065张)作为训练图片，其余的作为测试图片

1.1.10 train.txt

获取方式：笔记本搞

这里放的是训练图像的绝对路径

1.1.11 val.txt

获取方式：笔记本搞

这里放的是所有测试图像的绝对路径，方法与train.txt相同，让其余图像作为测试图像

1.1.12 yolov4-tiny.cfg

获取方式：在darkent的cfg中有，复制过来

yolov4-tiny.cfg与其余的yolo模型修改起来差不多，我比较常用yolov4-tiny.cfg与yolov4-custom.cfg，这两个cfg文件在这个文件夹中都有，tiny速度快但精度差，custom精度高但速度慢，下面说几个经常改的参数

batch与subdivisions

训练模型时可能会出现CUDA爆掉的情况，这个时候我们需要修改batch与subdivisions，batch是会影响训练结果的，太小是不行的，subdivisions的意思是把batch分成多少份，我下面这种图就是batch为64，然后把batch再分成64份一点一点儿给，这样就不会出现CUDA爆掉的问题了

width与height

这个并不是图像的宽与高，这个实际上是模型的输入大小，宽和高必须为32的倍数

你的模型宽高越大，训练时间越长，模型越精准，预测的更慢

你的模型宽高越小，训练时间越短，模型越不精准，预测的更快

learning_rate

learning_reate是学习速率，我们在训练的过程中可能会出现loss为NaN的情况，这个时候就不用再训练了，这个情况叫梯度爆炸或梯度消失，这个时候可以尝试改一下学习率

max_batches与steps

在帮助文档中建议 max_batches的值设置为(种类数)*2000

step有两个值，第一个值是max_batches的80%，第二个值是max_batches的90%

classes与filters

classes是训练的类别数量，比如你要识别5种不同的东西classes就给5，识别7种类别不同的东西就给7

filters计算公式为(种类数+5)*3，我下面图片种类数为2，所以这里的filters是21

在yolov4-custom.cfg中一共有三处，在yolv4-tiny.cfg有两处，都要改

1.1.13 yolov4-tiny.conv.29

获取方式：从我上面的网盘链接中搞，或者用这个github链接 https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4-tiny.conv.29

这个链接是在项目 GitHub - AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Linux version of Darknet ) 中的这里

1.1.14 yolov4-tiny-test.cfg

获取方式：把yolov4-tiny.cfg复制过来，然后改一些东西

只改batch，把下面的batch注释掉

这个其实你改不改都行，在测试的时候直接使用yolv4-tiny.cfg进行使用就行

1.2 训练过程

在darkent路径下打开终端，之后输入

./darknet detector train custom_training/custom_training.data custom_training/yolov4-tiny.cfg custom_training/yolov4-tiny.conv.29

输入之后终端的情况是这样的

而且会出现一个图，这里会记录我们每一个batch的loss情况

训练接触后会显示模型已保存，我大致训练了两个小时左右

我的loss情况是这样的

最终loss是0.1498左右

1.3 训练结果

在darknet下打开终端后输入

./darknet detector test custom_training/custom_training.data custom_training/yolov4-tiny-test.cfg custom_training/trained_models/yolov4-tiny_final.weights custom_training/JPEGImages/000001.jpg

最后的图片路径你可以自定义，输入之后终端是这样的

之后会出现一个小图像

把它放大后的效果是这样的

2 制作预训练模型

我们先说层这个概念，在训练的开始你可以看到你选用的模型一共有多少层。

你可以将训练好的模型作为预训练模型，比如

./darknet partial ./custom_training/yolov3-tiny.cfg ./custom_training/yolov3-tiny_final.weights ./yolov3-tiny.conv.15 15

./darknet partial[训练模型用到的cfg位置] [训练好的模型文件位置] [要生成的预训练模型文件位置] [保留网络层数权重]

之后就在执行代码的位置就会得到 yolov3-tiny.conv.15 这个预训练模型文件