Keras-yolov3如何训练自己的数据集

目录

0、环境配置

1、安装keras-yolov3

1.1 下载源文件

 1.2 下载权重信息

1.3 转化darknet的配置文件

1.4 测试

2、准备自己的数据 

2.1 建立数据集的文件夹

2.2 标注

2.3 划分数据集 

3、训练自己的数据集

3.1 生成yolov3所需的txt文件

3.2  修改参数文件yolo3.cfg

3.3 修改model_data下的voc_classes.txt为自己训练的类别

3.4修改train.py代码（直接使用下面代码代替）

3.5 修改yolo.py文件

3.6 训练

4、预测

5、批量测试

5.1 获取待检测的测试集test

5.2 修改测试代码

参考：

---

---

0、环境配置

系统：ubuntu-16.04    tensorflow-gpu: 1.9.0  keras: 2.1.6

1、安装keras-yolov3

1.1 下载源文件

git clone https://github.com/qqwweee/keras-yolo3.git

生成keras-yolo3的文件夹。

百度网盘链接：https://pan.baidu.com/s/1d0ymLRvAGyv8iHIP7M5wuQ 
提取码：hupa 

 1.2 下载权重信息

下载 https://pjreddie.com/media/files/yolov3.weights

并将下载的yolov3.weights（大概237M）放到keras-yolo3的文件夹下

1.3 转化darknet的配置文件

原生的yolov3使用darknet作为主干网络，需要将其配置文件转化为keras适用的h5格式文件。

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

会在model_data下生成yolo.h5的文件。

1.4 测试

(注：参考博客的上运行python yolo.py,本机测试只输出:Using TensorFlow backend.,并不会检测)

python yolo_video.py  --image

输入文件的路径信息，进行测试

2、准备自己的数据 

2.1 建立数据集的文件夹

1）新建一个文件夹VOCdevkit

2）在VOCdevkit下新建文件夹VOC2007

3）VOC2007下，建立如下文件夹

（后面两个与分割有关暂时没用）

其中，Annotations 存放 图片xml文件（包括标注的坐标和类别）

          JPEGImages存放 图片（训练所需的图片）

        而ImageSets下面又有文件夹：

         

         ImageSets/Main目录下，存放train.txt 、val.txt 、test.txt、trainval.txt  (txt的文件中只存放图片的名字，不包括后缀名)  

          或者直接通过如下代码自动生成，将代码放到VOCdevkit文件下运行：

import os


def make_voc_dir():
    os.makedirs('VOC2007/Annotations')
    os.makedirs('VOC2007/ImageSets')
    os.makedirs('VOC2007/ImageSets/Main')
    os.makedirs('VOC2007/ImageSets/Layout')
    os.makedirs('VOC2007/ImageSets/Segmentation')
    os.makedirs('VOC2007/JPEGImages')
    os.makedirs('VOC2007/SegmentationClass')
    os.makedirs('VOC2007/SegmentationObject')

'''
Annotations  中主要存放xml文件，每一个xml对应一张图像，
           并且每个xml中存放的是标记的各个目标的位置和类别信息，命名通常与对应的原始图像一样
JPEGImages  自己的原始图像放在JPEGImages文件夹
ImageSets
           Layout 存放人体部位的数据。（用不上）
            Main  存放的是目标识别的数据，主要有test.txt , train.txt, val.txt，
                  trainval.txt四个文件。
            Segmentation  存放分割的数据。（用不上）
 '''
  
if __name__ == '__main__':
    make_voc_dir()

2.2 标注

1） 标注数据：安装工具labelImg，生成Annotation下的xml文件。

（安装labelImg参考：https://blog.csdn.net/u012746060/article/details/81016993）

如果制作自己数据集就是用labelimg对每张图片进行标注，会对每一张图片自动生成对应的xml文件（包括坐标[左上角和右下角]，以及类别信息）。

2) 拷贝数据：将图片全部放入JPEGImages文件夹,

                      将生成的xml文件放到Annotations文件夹。

2.3 划分数据集 

标注好数据之后，需要划分数据集，生成ImageSets/Main目录下的txt文件：

在VOC2007目录下复制代码，并运行。

import os
import random
 
trainval_percent = 0.2
train_percent = 0.8
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)
 
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
 
ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')
 
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)
 
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

会生成4个txt文件，txt文件只存放图片文件名字不包括后缀。 

比例问题：代码中通过train_percent和trainval_percent调整。

train:0.8

trainval:0.2

val和test在trainval中，其中 test:0.2*0.8=0.16, 而val=0.2-0.16=0.04

txt文件中存放文件名，不包含后缀。 

这样，VOC的数据集就准备好了。 

3、训练自己的数据集

3.1 生成yolov3所需的txt文件

 生成的数据集不能供yolov3直接使用。需要运行voc_annotation.py。

1) 需要修改voc_annotation.py

2) 运行代码

python voc_annotation.py

 在keras-yolo3文件夹下得到3个文件

txt文件中包含图片完整的路径信息、坐标信息和类别信息

红色是路径信息，绿色是坐标信息，蓝色是类别索引信息（从数字0开始）

3.2  修改参数文件yolo3.cfg

打开yolo3.cfg,搜索yolo(共3次），按如下提示修改

  filter：3*（5+len（classes））

 classes: 你要训练的类别数（我这里是训练两类） 

 random：原来是1，显存小的话改为0，显存大的话不用改

3.3 修改model_data下的voc_classes.txt为自己训练的类别

将voc_classes.txt修改为自己训练的类别，一行一个类别名称。

3.4修改train.py代码（直接使用下面代码代替）

将keras-yolo3下的train.py代码进行替换

"""
Retrain the YOLO model for your own dataset.
"""
import numpy as np
import keras.backend as K
from keras.layers import Input, Lambda
from keras.models import Model
from keras.callbacks import TensorBoard, ModelCheckpoint, EarlyStopping
 
from yolo3.model import preprocess_true_boxes, yolo_body, tiny_yolo_body, yolo_loss
from yolo3.utils import get_random_data
 
 
def _main():
    annotation_path = '2007_train.txt'
    log_dir = 'logs/000/'
    classes_path = 'model_data/voc_classes.txt'
    anchors_path = 'model_data/yolo_anchors.txt'
    class_names = get_classes(classes_path)
    anchors = get_anchors(anchors_path)
    input_shape = (416,416) # multiple of 32, hw
    model = create_model(input_shape, anchors, len(class_names) )
    train(model, annotation_path, input_shape, anchors, len(class_names), log_dir=log_dir)
 
def train(model, annotation_path, input_shape, anchors, num_classes, log_dir='logs/'):
    model.compile(optimizer='adam', loss={
        'yolo_loss': lambda y_true, y_pred: y_pred})
    logging = TensorBoard(log_dir=log_dir)
    checkpoint = ModelCheckpoint(log_dir + "ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5",
        monitor='val_loss', save_weights_only=True, save_best_only=True, period=1)
    batch_size = 10
    val_split = 0.1
    with open(annotation_path) as f:
        lines = f.readlines()
    np.random.shuffle(lines)
    num_val = int(len(lines)*val_split)
    num_train = len(lines) - num_val
    print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))
 
    model.fit_generator(data_generator_wrap(lines[:num_train], batch_size, input_shape, anchors, num_classes),
            steps_per_epoch=max(1, num_train//batch_size),
            validation_data=data_generator_wrap(lines[num_train:], batch_size, input_shape, anchors, num_classes),
            validation_steps=max(1, num_val//batch_size),
            epochs=500,
            initial_epoch=0)
    model.save_weights(log_dir + 'trained_weights.h5')
 
def get_classes(classes_path):
    with open(classes_path) as f:
        class_names = f.readlines()
    class_names = [c.strip() for c in class_names]
    return class_names
 
def get_anchors(anchors_path):
    with open(anchors_path) as f:
        anchors = f.readline()
    anchors = [float(x) for x in anchors.split(',')]
    return np.array(anchors).reshape(-1, 2)
 
def create_model(input_shape, anchors, num_classes, load_pretrained=False, freeze_body=False,
            weights_path='model_data/yolo_weights.h5'):
    K.clear_session() # get a new session
    image_input = Input(shape=(None, None, 3))
    h, w = input_shape
    num_anchors = len(anchors)
    y_true = [Input(shape=(h//{0:32, 1:16, 2:8}[l], w//{0:32, 1:16, 2:8}[l], \
        num_anchors//3, num_classes+5)) for l in range(3)]
 
    model_body = yolo_body(image_input, num_anchors//3, num_classes)
    print('Create YOLOv3 model with {} anchors and {} classes.'.format(num_anchors, num_classes))
 
    if load_pretrained:
        model_body.load_weights(weights_path, by_name=True, skip_mismatch=True)
        print('Load weights {}.'.format(weights_path))
        if freeze_body:
            # Do not freeze 3 output layers.
            num = len(model_body.layers)-7
            for i in range(num): model_body.layers[i].trainable = False
            print('Freeze the first {} layers of total {} layers.'.format(num, len(model_body.layers)))
 
    model_loss = Lambda(yolo_loss, output_shape=(1,), name='yolo_loss',
        arguments={'anchors': anchors, 'num_classes': num_classes, 'ignore_thresh': 0.5})(
        [*model_body.output, *y_true])
    model = Model([model_body.input, *y_true], model_loss)
    return model
def data_generator(annotation_lines, batch_size, input_shape, anchors, num_classes):
    n = len(annotation_lines)
    np.random.shuffle(annotation_lines)
    i = 0
    while True:
        image_data = []
        box_data = []
        for b in range(batch_size):
            i %= n
            image, box = get_random_data(annotation_lines[i], input_shape, random=True)
            image_data.append(image)
            box_data.append(box)
            i += 1
        image_data = np.array(image_data)
        box_data = np.array(box_data)
        y_true = preprocess_true_boxes(box_data, input_shape, anchors, num_classes)
        yield [image_data, *y_true], np.zeros(batch_size)
 
def data_generator_wrap(annotation_lines, batch_size, input_shape, anchors, num_classes):
    n = len(annotation_lines)
    if n==0 or batch_size<=0: return None
    return data_generator(annotation_lines, batch_size, input_shape, anchors, num_classes)
 
if __name__ == '__main__':
    _main()

 

3.5 修改yolo.py文件

检查目录logs/000是否存在，此目录存放训练完成后的权重trained_weights.h5文件。

3.6 训练

运行代码训练：

python train.py

代码中epochs=500,batch_size=10可根据情况自行修改。

（参考博客中提到一般loss降到10左右即可使用）

4、预测

运行

python yolo_video.py --image 

输入图片的路径即可预测。

（问题：目前使用python yolo.py 时，不能预测。有知道如何解决的大神请留言，谢谢）

5、批量测试

场景需求：训练好模型后，可能需要批量测试检测的结果。将待检测的图片放到test文件夹下，检测结果保存到results文件夹下。

5.1 获取待检测的测试集test

1）将需要检测的图片全部放到test文件夹下，并将其放到keras-yolo3文件夹目录下。

2）在keras-yolo3目录下，新建目录results，存放检测之后的结果。

5.2 修改测试代码

新建文件名为 yolo_video_batch_test.py 的文件，复制如下代码到文件

import sys
import argparse
from yolo import YOLO, detect_video
from PIL import Image
import glob
import os

def detect_img(yolo):
    path = "./test/*.jpg"    # your testset dir
    outdir = "./results/"    # save results dir
    for jpgfile in glob.glob(path):
        img = Image.open(jpgfile)
        img = yolo.detect_image(img)
        img.save(os.path.join(outdir, os.path.basename(jpgfile)))
    yolo.close_session()

'''
def detect_img(yolo):
    while True:
        img = input('Input image filename:')
        try:
            image = Image.open(img)
        except:
            print('Open Error! Try again!')
            continue
        else:
            r_image = yolo.detect_image(image)
            r_image.show()
    yolo.close_session()
'''
FLAGS = None

if __name__ == '__main__':
    # class YOLO defines the default value, so suppress any default here
    parser = argparse.ArgumentParser(argument_default=argparse.SUPPRESS)
    '''
    Command line options
    '''
    parser.add_argument(
        '--model', type=str,
        help='path to model weight file, default ' + YOLO.get_defaults("model_path")
    )

    parser.add_argument(
        '--anchors', type=str,
        help='path to anchor definitions, default ' + YOLO.get_defaults("anchors_path")
    )

    parser.add_argument(
        '--classes', type=str,
        help='path to class definitions, default ' + YOLO.get_defaults("classes_path")
    )

    parser.add_argument(
        '--gpu_num', type=int,
        help='Number of GPU to use, default ' + str(YOLO.get_defaults("gpu_num"))
    )

    parser.add_argument(
        '--image', default=True, action="store_true",
        help='Image detection mode, will ignore all positional arguments'
    )
    '''
    Command line positional arguments -- for video detection mode
    '''
    parser.add_argument(
        "--input", nargs='?', type=str,required=False,default='./path2your_video',
        help = "Video input path"
    )

    parser.add_argument(
        "--output", nargs='?', type=str, default="",
        help = "[Optional] Video output path"
    )

    FLAGS = parser.parse_args()

    if FLAGS.image:
        """
        Image detection mode, disregard any remaining command line arguments
        """
        print("Image detection mode")
        if "input" in FLAGS:
            print(" Ignoring remaining command line arguments: " + FLAGS.input + "," + FLAGS.output)
        detect_img(YOLO(**vars(FLAGS)))
    elif "input" in FLAGS:
        detect_video(YOLO(**vars(FLAGS)), FLAGS.input, FLAGS.output)
    else:
        print("Must specify at least video_input_path.  See usage with --help.")

实际，上述代码为yolo_video.py,在此基础上进行了修改。修改了两处：

1) 修改detect_img函数，将yolo_video.py下的函数注释掉修改为如下代码：

2）修改命令行 --image，将默认值设为True，这样命令行argparse只检测图片，不用再加--image参数

最后，运行检测代码：

python yolo_video_batch_test.py

运行后，会将检测结果保存在results的目录下。

参考：

windows10+keras下的yolov3的快速使用及自己数据集的训练

Keras/Tensorflow+python+yolo3训练自己的数据（心得+教程）

keras-yolov3训练及测试详解

https://blog.csdn.net/wsp_1138886114/article/details/85017498?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase