yolov3 + CCTSDB (交通标志识别)——使用yolov3原始网络结构训练数据集
darknet框架的下载及配置本文不再叙述。
CCTSDB：CSUST Chinese Traffic Sign Detection Benchmark 中国交通数据集由长沙理工大学综合交通运输大数据智能处理湖南省重点实验室张建明老师团队制作完成。来源于 A Real-Time Chinese Traffic Sign Detection Algorithm Based on Modified YOLOv2一文提出的训练数据集。
论文地址：https://doi.org/10.3390/a10040127
Github：https://github.com/csust7zhangjm/CCTSDB，说明文档中有百度网盘的链接
数据集已经进行了标注，标注文件以txt文件形式保存，如下：
00000.png;527;377;555;404;warning
00001.png;738;279;815;414;prohibitory
00002.png;532;426;640;523;warning
00002.png;535;335;636;427;warning
00003.png;1175;134;1210;166;warning
00004.png;997;212;1030;244;mandatory
00005.png;276;236;311;268;mandatory
00005.png;915;217;947;248;prohibitory
00006.png;129;373;185;425;mandatory
00007.png;402;138;437;173;mandatory
00008.png;415;297;471;370;prohibitory
00009.png;343;240;375;271;mandatory
00009.png;936;220;965;249;prohibitory数据集数据分为三类：warning，prohibitory，mandatory
标注文件中的四个整数数值表示标注框的长宽和中心点的坐标
数据图像如下：
训练的准备过程：
为了方便，在darknet目录下创建CCTSDB目录，在CCTSDB目录下创建CCTSDB.data文件，文件内容如下：
classes=3
train=/home/btboay/桌面/yolov3-CCTSDB/darknet/CCTSDB/train.txt
names=/home/btboay/桌面/yolov3-CCTSDB/darknet/CCTSDB/CCTSDB.names
backup=/home/btboay/桌面/yolov3-CCTSDB/darknet/CCTSDBclasses代表类别数量
train后面跟一个文本文档的路径，该文档内容为训练数据的地址：
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00000.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00001.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00002.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00003.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00004.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00005.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00006.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00007.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00008.png
/home/btboay/桌面/yolov3-CCTSDB/CCTSDB/Images/00000~00999/00009.pngnames后面跟一个文本文档的路径，该文档存放类别标签：
warning
prohibitory
mandatorybackup后跟一个目录地址，训练后的权重文件会保存到该目录下
每一个图像数据对应一个标注数据文件，这个文件是纯文本文档，内容如下：
0 527 377 555 404第一个数字是类别编号，与上面的names文件中的类别标签顺序是相对应的，后面及标注框的大小和中心坐标，该数据最好归一化到0～1之间，收敛过程更快速，且不易引入误差。归一化可以使用原图像的大小进行缩放。
该文件与图像数据文件放在同一目录下
更改网络配置文件（yolov3.cfg）：yolov3有三个yolo层，每个yolo层更改classes的值（类别数量），以及每个yolo层上面的一个卷积层的filters参数的值为(类别数量+5)*3，3种标签，filters改为24
下载预训练权重darknet53.conv.74，我们在该权重下进行训练
训练过程：
在darknet目录下打开终端输入：./darknet detector train ./CCTSDB/CCTSDB.data ./CCTSDB/yolov3.cfg ./CCTSDB/darknet53.conv.74
后三个参数分别是你的data文件目录，网络配置文件目录，预训练权重目录
敲下回车开始训练，每100轮自动保存一次权重文件到backup目录下，最新的训练结果是.backup文件
当看到平均误差不再变化时，就可以停止训练了，我训练到平均误差在0.3左右停止的训练，这并不是最优的训练结果，但是因为我的显卡显存太小不支持，所以使用的云GPU主机进行的训练，5块钱一个小时，太贵了，训练了5个小时就停止了。
测试过程：
修改darknet/examples/darknet.c其中主函数，
else if (0 == strcmp(argv[1], "detect")){
float thresh = find_float_arg(argc, argv, "-thresh", .5);
char *filename = (argc > 4) ? argv[4]: 0;
char *outfile = find_char_arg(argc, argv, "-out", 0);
int fullscreen = find_arg(argc, argv, "-fullscreen");
test_detector("/home/btboay/桌面/yolov3-CCTSDB/darknet/CCTSDB/CCTSDB.data", argv[2], argv[3], filename, thresh, .5, outfile, fullscreen);将test_detector函数中前面的字符串改为你的.data文件目录
在darknet目录下，打开终端输入./darknet detect ./CCTSDB/yolov3.cfg ./CCTSDB/yolov3.backup
后两个参数分别是网络配置文件地址和权重文件地址，点击回车，如下：
layer filters size input output
0 conv 32 3 x 3 / 1 608 x 608 x 3 -> 608 x 608 x 32 0.639 BFLOPs
1 conv 64 3 x 3 / 2 608 x 608 x 32 -> 304 x 304 x 64 3.407 BFLOPs
2 conv 32 1 x 1 / 1 304 x 304 x 64 -> 304 x 304 x 32 0.379 BFLOPs
3 conv 64 3 x 3 / 1 304 x 304 x 32 -> 304 x 304 x 64 3.407 BFLOPs
4 res 1 304 x 304 x 64 -> 304 x 304 x 64
5 conv 128 3 x 3 / 2 304 x 304 x 64 -> 152 x 152 x 128 3.407 BFLOPs
6 conv 64 1 x 1 / 1 152 x 152 x 128 -> 152 x 152 x 64 0.379 BFLOPs
7 conv 128 3 x 3 / 1 152 x 152 x 64 -> 152 x 152 x 128 3.407 BFLOPs
8 res 5 152 x 152 x 128 -> 152 x 152 x 128
9 conv 64 1 x 1 / 1 152 x 152 x 128 -> 152 x 152 x 64 0.379 BFLOPs
10 conv 128 3 x 3 / 1 152 x 152 x 64 -> 152 x 152 x 128 3.407 BFLOPs
11 res 8 152 x 152 x 128 -> 152 x 152 x 128
12 conv 256 3 x 3 / 2 152 x 152 x 128 -> 76 x 76 x 256 3.407 BFLOPs
13 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
14 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
15 res 12 76 x 76 x 256 -> 76 x 76 x 256
16 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
17 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
18 res 15 76 x 76 x 256 -> 76 x 76 x 256
19 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
20 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
21 res 18 76 x 76 x 256 -> 76 x 76 x 256
22 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
23 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
24 res 21 76 x 76 x 256 -> 76 x 76 x 256
25 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
26 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
27 res 24 76 x 76 x 256 -> 76 x 76 x 256
28 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
29 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
30 res 27 76 x 76 x 256 -> 76 x 76 x 256
31 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
32 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
33 res 30 76 x 76 x 256 -> 76 x 76 x 256
34 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
35 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
36 res 33 76 x 76 x 256 -> 76 x 76 x 256
37 conv 512 3 x 3 / 2 76 x 76 x 256 -> 38 x 38 x 512 3.407 BFLOPs
38 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
39 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
40 res 37 38 x 38 x 512 -> 38 x 38 x 512
41 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
42 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
43 res 40 38 x 38 x 512 -> 38 x 38 x 512
44 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
45 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
46 res 43 38 x 38 x 512 -> 38 x 38 x 512
47 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
48 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
49 res 46 38 x 38 x 512 -> 38 x 38 x 512
50 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
51 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
52 res 49 38 x 38 x 512 -> 38 x 38 x 512
53 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
54 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
55 res 52 38 x 38 x 512 -> 38 x 38 x 512
56 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
57 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
58 res 55 38 x 38 x 512 -> 38 x 38 x 512
59 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
60 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
61 res 58 38 x 38 x 512 -> 38 x 38 x 512
62 conv 1024 3 x 3 / 2 38 x 38 x 512 -> 19 x 19 x1024 3.407 BFLOPs
63 conv 512 1 x 1 / 1 19 x 19 x1024 -> 19 x 19 x 512 0.379 BFLOPs
64 conv 1024 3 x 3 / 1 19 x 19 x 512 -> 19 x 19 x1024 3.407 BFLOPs
65 res 62 19 x 19 x1024 -> 19 x 19 x1024
66 conv 512 1 x 1 / 1 19 x 19 x1024 -> 19 x 19 x 512 0.379 BFLOPs
67 conv 1024 3 x 3 / 1 19 x 19 x 512 -> 19 x 19 x1024 3.407 BFLOPs
68 res 65 19 x 19 x1024 -> 19 x 19 x1024
69 conv 512 1 x 1 / 1 19 x 19 x1024 -> 19 x 19 x 512 0.379 BFLOPs
70 conv 1024 3 x 3 / 1 19 x 19 x 512 -> 19 x 19 x1024 3.407 BFLOPs
71 res 68 19 x 19 x1024 -> 19 x 19 x1024
72 conv 512 1 x 1 / 1 19 x 19 x1024 -> 19 x 19 x 512 0.379 BFLOPs
73 conv 1024 3 x 3 / 1 19 x 19 x 512 -> 19 x 19 x1024 3.407 BFLOPs
74 res 71 19 x 19 x1024 -> 19 x 19 x1024
75 conv 512 1 x 1 / 1 19 x 19 x1024 -> 19 x 19 x 512 0.379 BFLOPs
76 conv 1024 3 x 3 / 1 19 x 19 x 512 -> 19 x 19 x1024 3.407 BFLOPs
77 conv 512 1 x 1 / 1 19 x 19 x1024 -> 19 x 19 x 512 0.379 BFLOPs
78 conv 1024 3 x 3 / 1 19 x 19 x 512 -> 19 x 19 x1024 3.407 BFLOPs
79 conv 512 1 x 1 / 1 19 x 19 x1024 -> 19 x 19 x 512 0.379 BFLOPs
80 conv 1024 3 x 3 / 1 19 x 19 x 512 -> 19 x 19 x1024 3.407 BFLOPs
81 conv 24 1 x 1 / 1 19 x 19 x1024 -> 19 x 19 x 24 0.018 BFLOPs
82 yolo
83 route 79
84 conv 256 1 x 1 / 1 19 x 19 x 512 -> 19 x 19 x 256 0.095 BFLOPs
85 upsample 2x 19 x 19 x 256 -> 38 x 38 x 256
86 route 85 61
87 conv 256 1 x 1 / 1 38 x 38 x 768 -> 38 x 38 x 256 0.568 BFLOPs
88 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
89 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
90 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
91 conv 256 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 256 0.379 BFLOPs
92 conv 512 3 x 3 / 1 38 x 38 x 256 -> 38 x 38 x 512 3.407 BFLOPs
93 conv 24 1 x 1 / 1 38 x 38 x 512 -> 38 x 38 x 24 0.035 BFLOPs
94 yolo
95 route 91
96 conv 128 1 x 1 / 1 38 x 38 x 256 -> 38 x 38 x 128 0.095 BFLOPs
97 upsample 2x 38 x 38 x 128 -> 76 x 76 x 128
98 route 97 36
99 conv 128 1 x 1 / 1 76 x 76 x 384 -> 76 x 76 x 128 0.568 BFLOPs
100 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
101 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
102 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
103 conv 128 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 128 0.379 BFLOPs
104 conv 256 3 x 3 / 1 76 x 76 x 128 -> 76 x 76 x 256 3.407 BFLOPs
105 conv 24 1 x 1 / 1 76 x 76 x 256 -> 76 x 76 x 24 0.071 BFLOPs
106 yolo
Loading weights from ./CCTSDB/yolov3.backup...Done!
Enter Image Path:
输入预测图像地址，进行预测。
我的结果如下：
我的训练权重文件：链接: https://pan.baidu.com/s/1Yt_NhzaNq5X3a3Ho3bqftA 密码: 6ocu