icassell / yolov4-tiny-keras Goto Github PK

2021年2月7日更新：
仔细对照了darknet库的网络结构，发现P5_Upsample和feat1的顺序搞反了，已经调整，重新训练了权值，加入letterbox_image的选项，关闭letterbox_image后网络的map得到提升。

2021年5月21日更新：
增加了各类注意力机制，并添加在FPN部分，检测效果有一定的提升。

1. 性能情况 Performance
2. 所需环境 Environment
3. 注意事项 Attention
4. 小技巧的设置 TricksSet
5. 文件下载 Download
6. 预测步骤 How2predict
7. 训练步骤 How2train
8. 评估步骤 How2eval
9. 参考资料 Reference

tensorflow-gpu==1.13.1
keras==2.1.5

代码中的各类权值均是基于416x416的图片训练的。

在train.py文件下：
1、mosaic参数可用于控制是否实现Mosaic数据增强。
2、Cosine_scheduler可用于控制是否使用学习率余弦退火衰减。
3、label_smoothing可用于控制是否Label Smoothing平滑。

训练所需的各类权值均可在百度网盘中下载。
链接: https://pan.baidu.com/s/1TVJhG1yKv_6U37JlnTFGpA 提取码: ehn9

VOC数据集下载地址如下：
VOC2007+2012训练集
链接: https://pan.baidu.com/s/16pemiBGd-P9q2j7dZKGDFA 提取码: eiw9

VOC2007测试集
链接: https://pan.baidu.com/s/1BnMiFwlNwIWG9gsd4jHLig 提取码: dsda

1. 下载完库后解压，在百度网盘下载yolov4_tiny_voc.h5，放入model_data，运行predict.py，输入

img/street.jpg

2. 在predict.py里面进行设置可以进行fps测试和video视频检测。

1. 按照训练步骤训练。
2. 在yolo.py文件里面，在如下部分修改model_path、classes_path和phi使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。

_defaults = {
    "model_path"        : 'model_data/yolov4_tiny_weights_voc_SE_map78.58.h5',
    "anchors_path"      : 'model_data/yolo_anchors.txt',
    "classes_path"      : 'model_data/voc_classes.txt',
    #-------------------------------#
    #   所使用的注意力机制的类型
    #   phi = 0为不使用注意力机制
    #   phi = 1为SE
    #   phi = 2为CBAM
    #   phi = 3为ECA
    #-------------------------------#
    "phi"               : 1,  
    "score"             : 0.5,
    "iou"               : 0.3,
    "max_boxes"         : 100,  
    # 显存比较小可以使用416x416
    # 显存比较大可以使用608x608
    "model_image_size"  : (416, 416),
    #---------------------------------------------------------------------#
    #   该变量用于控制是否使用letterbox_image对输入图像进行不失真的resize，
    #   在多次测试后，发现关闭letterbox_image直接resize的效果更好
    #---------------------------------------------------------------------#
    "letterbox_image"   : False,
}

3. 运行predict.py，输入

img/street.jpg

4. 在predict.py里面进行设置可以进行fps测试和video视频检测。

1. 本文使用VOC格式进行训练。
2. 训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3. 训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4. 在训练前利用voc2yolo4.py文件生成对应的txt。
5. 再运行根目录下的voc_annotation.py，运行前需要将classes改成你自己的classes。注意不要使用中文标签，文件夹中不要有空格！

classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]

6. 此时会生成对应的2007_train.txt，每一行对应其图片位置及其真实框的位置。
7. 在训练前需要务必在model_data下新建一个txt文档，文档中输入需要分的类，在train.py中将classes_path指向该文件，示例如下：

classes_path = 'model_data/new_classes.txt'    

model_data/new_classes.txt文件内容为：

cat
dog
...

8. 运行train.py即可开始训练。

评估过程可参考视频https://www.bilibili.com/video/BV1zE411u7Vw
步骤是一样的，不需要自己再建立get_dr_txt.py、get_gt_txt.py等文件。

1. 本文使用VOC格式进行评估。
2. 评估前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3. 评估前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4. 在评估前利用voc2yolo4.py文件生成对应的txt，评估用的txt为VOCdevkit/VOC2007/ImageSets/Main/test.txt，需要注意的是，如果整个VOC2007里面的数据集都是用于评估，那么直接将trainval_percent设置成0即可。
5. 在yolo.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。
6. 运行get_dr_txt.py和get_gt_txt.py，在./input/detection-results和./input/ground-truth文件夹下生成对应的txt。
7. 运行get_map.py即可开始计算模型的mAP。

更新了get_gt_txt.py、get_dr_txt.py和get_map.py文件。
get_map文件克隆自https://github.com/Cartucho/mAP
具体mAP计算过程可参考：https://www.bilibili.com/video/BV1zE411u7Vw

https://github.com/qqwweee/keras-yolo3/
https://github.com/Cartucho/mAP
https://github.com/Ma-Dan/keras-yolo4