pytorch 版yolov3 详解

最近使用YOLOv3进行目标检测，这里总结一下个人对与pytorch版本的YOLOv3的理解，顺便梳理一下思路。

•  网络结构
• 数据预处理方式
•  onnx2caffe

代码：https://github.com/ultralytics/yolov3

1 网络结构

YOLOv3的网络结构主要包括三个部分，骨干网络， 类FPN， yolo层：YOLOv3的骨干网络使用的是Darkent53， 网络中大量使用跳层连接，并且为了降低池化层带来的梯度负面效果，直接已使用卷积层的stride=2来实现降采样.作者在实验中发现， darknet53 相较于resnet-152 和resnet-101 ,在分类精度上相差不大，但网络层数较少，且计算速度很快.在新的yolov4中指出， darknet53 在目标检测中，用作特征提取网络效果要强于resnet系列。

为了增强对小目标的检测，YOLOv3使用了类FPN层，使用上采样和融合的做法，在多个尺度的特征图上做检测。

yolo层是对提取的信息进行解码，从而输出检测到的目标信息，（x, y, w, h, score, classses). YOLOv3在每一个尺度， 使用三个预测框进行检测，输出的信息为 3×（5 + classes）, 当检测目标的种类为80 时， 输出的维度为 3×（5 + 80） = 255.

 

2、数据预处理

目前有很多种数据预处理的方法，在训练神经网络时，为了进一步扩充数据，会使用随机裁剪、旋转或者遮挡等的方法。在该版本的YOLOv3中，数据预处理方式较之前有所不同， 主要是增加了一种叫做masiac 的图像拼接方法，随机选择四张图片，进行拼接，而后将拼接好的图像进行随机旋转、裁剪等操作，以扩充数据。

3 使用yolov3训练自己的数据集

首先，准备好自己的训练数据集，并生成yolov3训练所需要的数据格式，(*.data, *.names), 具体格式可以参考文件夹data中给出的示例，将自己的数据集写入其中，这里给出了json转txt的代码，可供参考。

修改yolov3.cfg, 将类别改为自己数据集的类别，并修改全卷积层的filter数目， 即yolo层的classes, 和convolutional 层的filters.

 修改超参数，在使用yolov3进行训练时， 可根据自己的GPU大小和数据集特点，对超参数进行必要的调节，主要包括对epoch、batch_size, learning_rate等的调节。

4、onnx2caffe

yolov3训练完自己的数据集后，我们希望在开发板上移植当前模型，因此对模型进行了转换，使用的方法是首先将yolov3转换为onnx，然后利用onnx2caffe的转换工具，将模型转换为caffe所需要的model.转换时，需要注意的是，因为yolo层并不涉及到调参，因此可以将其直接放到caffe中实现。onnx 只转换到yolo层的上一层即可。