YOLOv3只检测人

问题描述

YOLOv3可以检测很多对象，但只想检测人

解决方案

• 修改源码只输出人一类。实际上会检测另外79类。
• 重新训练。

对应文献：

1. （法一，简单高效）yolov3 修改 只识别一类
2. （法二，麻烦完美）yolov3算法检测单类物体

文献1是针对C下的YOLOv3，本文针对Python Keras下的YOLOv3：

方法一：改代码

修改yolo.py第135行，添加如下代码

            #Just detect person
            if predicted_class != 'person':
                continue

此方法实际上还是会检测别的对象，只是不输出而已

方法二： 重新训练

1. 源码地址：
   qqwweee/keras-yolo3: A Keras implementation of YOLOv3 (Tensorflow backend)

2. 预训练权重：
   yolov3.weights

3. 数据集：
   yolov3训练数据

4. 放在代码同一目录下解压。

5. 修改yolo.cfg：

• classes 修改为1（3处）
• filters=255 修改为 filters=18（3处），值的公式为 (classes+5)*3

6. 修改voc_annotation.py：
   classes 修改成classes = ["person"]
   

7. 修改model_data文件夹下的coco_class.txt和voc_class.txt
   只留下person
   
   

8. 生成训练、验证、测试文件

• 运行python voc_annotation.py
• 看到生成三个文件：2007_train.txt、2007_test.txt、2007_val.txt
• 将三个文件分别改名，去掉前缀2007_
  

9. 转换预训练权重成.h5
   python convert.py -w yolov3.cfg yolov3.weights model_data/yolo_weights.h5

10. 训练
    python train.py

训练过程会出现val_loss: nan的情况，解决办法：

• 调大epoch（修改train.py），50代后开始降低
• 调大batch（修改yolov3.cfg）
  
  训练完成后权重.h5文件放在logs/000中

11. 更换权重

• 将logs/000/trained_weights_stage_1.h5移动到model_data
• 修改yolo.py中的默认权重路径"model_path"为trained_weights_stage_1.h5

12. 测试
    随便找个带有人的mp4放进去测试
    python yolo_video.py --input 1.mp4
    将结果保存到本地
    python yolo_video.py --input test.mp4 --output test1.mp4
    

备注

• 仅训练50代效果远远没有官方提供的权重好