Yolov3+Pytorch+OpenCV 实现足球场上球员和足球的目标检测

---

点击 这里 获取项目完整开源代码

点击 这里 获取本项目数据集——密码: wreu

点击 这里 获取另外两个小项目：识别人民币、识别地下城的人物（数据集在项目中）

---

---

1⃣️ 前言

在阅读本项目前，推荐几个入门学习视频：

1. Python基础：https://www.bilibili.com/video/BV1wD4y1o7AS?from=search&seid=15848583499505864776
2. 深度学习理论：https://www.bilibili.com/video/BV1JE411g7XF?from=search&seid=8763543874627896455
3. Pytorch：https://www.bilibili.com/video/BV1Y7411d7Ys?from=search&seid=4441881885756116875
4. Yolov3：https://www.bilibili.com/video/BV14f4y1q7ms?t=1586&p=19

2⃣️ 项目实现结果预览

学习完以上的这些知识，就可以开始我们的项目了

首先，给大家看一看我们项目最终实现的结果：

原视频截图

经过目标检测的视频截图

3⃣️ 如何上手使用（不看代码）

为了便于大家理解，下文将分步骤教大家如何使用这个项目：

第一步 存放数据集

1. data/images目录：存放png/jpg文件

2. data/xml目录：存放标签xml文件

第二步 数据的预处理

1. data/makeTxt.py：运行后划分训练集、测试集、验证集（见data/Imagesets目录）

2. data/voc_label.py：将xml文件转换为txt文件，运行后生成data/txt目录（注意：修改classes，你需要训练几个类就填写哪几个类）

3. 模型的预处理：cfg目录下，更改全连接层（convolutional）的filters和yolo（yolo）层的classes（注意：有四处需要更改，直接搜索即可）

• 公式：filters = （5+classes）*3
• 举个：需要分两类，那么classes=2，filters=21

4. 更改.data文件和.name文件：这两个文件的内容大家自行修改，相信都能猜出来是干嘛的

第三步 训练

那么下面就要开始训练啦！

1. 更改epoch等参数：见train.py的main下的epoch参数，可以自行修改
2. 等待训练结束

第四步 测试

经过长时间的训练，大家会获得两个pt文件，在weights目录下（best.pt、last.pt）

1. 将你想要测试的图片、视频等放入data/samples目录下
2. 使用detect.py进行预测，等待预测结束后，结果出现在output目录下

4⃣️ 项目结构

本项目总体结构如下：

5⃣️ 核心代码

makeTxt.py——划分训练集、测试集、验证集

if os.path.exists("./ImageSets/"):  # 如果文件存在
    shutil.rmtree("./ImageSets/")
    os.makedirs('./ImageSets/')
else:
    os.makedirs('./ImageSets/')

# 比例
test_percent = 0.1
train_percent = 0.8
val_percent = 0.1

xmlfilepath = './xml'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = list(range(num))

# 获取数量
num_val = int(num * val_percent)
num_test = int(num * test_percent)
num_train = int(num * train_percent)

# 随机采样
train_list = random.sample(list, num_train)
for i in train_list:
    list.remove(i)

test_list = random.sample(list, num_test)
for i in test_list:
    list.remove(i)

val_list = list


ftest = open('./ImageSets/test.txt', 'w')
ftrain = open('./ImageSets/train.txt', 'w')
fval = open('./ImageSets/val.txt', 'w')

for i in range(num):
    name = total_xml[i][:-4] + '\n'
    if i in train_list:
        ftrain.write(name)
    elif i in test_list:
        ftest.write(name)
    else:
        fval.write(name)


ftrain.close()
fval.close()
ftest.close()

voc_label.py——将xml文件转为txt文件

if os.path.exists("./txt/"):  # 如果文件存在
    shutil.rmtree("./txt/")
    os.makedirs('./txt/')
else:
    os.makedirs('./txt/')


sets = ['train', 'test', 'val']

classes = ['football', 'person']


def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)


def convert_annotation(image_id):
    in_file = open('./xml/%s.xml' % (image_id))
    out_file = open('./txt/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = 1920
    h = 1080

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        # 类别
        cls = obj.find('name').text
        # 如果类别不在这个类里面或者difficult
        if cls not in classes or int(difficult) == 1:
            continue
        # 获取类别的index
        cls_id = classes.index(cls)
        # 得到xmlbox
        xmlbox = obj.find('bndbox')
        xmin = 0
        xmax = 0
        ymin = 0
        ymax = 0
        if float(xmlbox.find('xmin').text)>float(xmlbox.find('xmax').text):
            xmin = float(xmlbox.find('xmax').text)
            xmax = float(xmlbox.find('xmin').text)
        else:
            xmin = float(xmlbox.find('xmin').text)
            xmax = float(xmlbox.find('xmax').text)

        if float(xmlbox.find('ymin').text)>float(xmlbox.find('ymax').text):
            ymin = float(xmlbox.find('ymax').text)
            ymax = float(xmlbox.find('ymin').text)
        else:
            ymin = float(xmlbox.find('ymin').text)
            ymax = float(xmlbox.find('ymax').text)

        b = (xmin,xmax,ymin,ymax)
        # 归一化
        bb = convert((w, h), b)
        # 写成txt文件
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()
print(wd)
for image_set in sets:
    if not os.path.exists('./txt/'):
        os.makedirs('./txt/')
    image_ids = open('./ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('./%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('./data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

其他的代码就不一一展示了，具体见文前的github项目，欢迎star