tensorflow下YOLO v1的代码

【整理自用】

1. 环境：tensorflow-gpu=1.13.1，及其自带的CUDA10.0和cudnn；spyder=4.1.1（不确定）

2.代码来源：https://github.com/hizhangp/yolo_tensorflow.git

​

注：需要自己添加数据data文件夹

 ​

（1）weights文件夹中需要另外下载权重文件：YOLO_small.ckpt；

(a)下载链接：​​​​​​LS_learner

YOLO_small.ckpt下载：
链接：https://pan.baidu.com/s/15pxR29zsiEpRnQ4y3sjLag
提取码：pf4j
yolo_weights.h5下载：
链接：https://pan.baidu.com/s/10DiVRyul_n8ZHX2NEm5uBw
提取码：gqjb

(b) 另外当train.py运行结束后（训练完成后），在 yolo_tensorflowdatapascal_vocoutput文件夹中最后一个文件夹中的最末三个文件（是训练好的模型），也需要复制到weights文件中，并增添.ckpt.

​​

注意：权重文件.ckpt往往是别人训练好了的，即对种类的个数有了事先的固定，如本代码中用的VOC2007训练集相关的权重文件，则一定要有20个种类，否则会报错。如，在最后的全连接层输出时产生shape上的不匹配。

附上查看.ckpt文件的代码：

from tensorflow.python.tools.inspect_checkpoint import print_tensors_in_checkpoint_filesavedir='H:/temp/detective/yolov1_tensorflow/data/weights/YOLO_small.ckpt'print_tensors_in_checkpoint_file(savedir, False, True) #查看全部内容from tensorflow.python import pywrap_tensorflowpath = 'H:/temp/detective/yolov1_tensorflow/data/weights/YOLO_small.ckpt'reader = pywrap_tensorflow.NewCheckpointReader(path)param_dict = reader.get_variable_to_shape_map() '''for key, val in param_dict.items():    if key=='yolo/fc_36/weights':        val[1] = 1470        print (key, val)#查看某个参数的name和shape'''for key, val in param_dict.items():    print (key, val)#查看全部参数的name和shape

 （2）pascla_voc文件夹中主要是output文件夹（按日期保存每一次训练模型的结果）和VOCdevkit文件夹（训练需要用到的数据）。

​解压到VOCdevkit文件夹，同名子文件夹会自动合并，即训练用的所有图片和检验、及测试用的图片总和。

【通过制作自己的训练集来感受过程：

(a)只考虑目标检测（不考虑分割之类的），只需要Annotations，ImageSets，JPEGImage三个文件夹，及一个文本文件（空的，随便命名为output，暂时不明白原因）。

​

JPEGImage：保存.jpg文件，是代码需要的所有图像

Annotations：保存.xml文件，是对应图像中真实框的种类和位置等信息，具体操作见Window+Anaconda下安装labelImg

(a)创建虚拟环境：labelImg（没有任何如tensorflow等深度学习框架）

(b)进入环境后输入：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple PyQt5pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyqt5-toolspip install -i https://pypi.tuna.tsinghua.edu.cn/simple lxmlpip install -i https://pypi.tuna.tsinghua.edu.cn/simple labelImg

(c)输入labelImg打开软件，对 JPEGImage中的图像手动标记出边界框和对应类别，经该软件会自动生成标签文档存入Annotations中。

ImageSets：子文件夹Main，内有4个文本文件，保存着各个环节需要的图片名称，功能就是“划分数据集”

(a)下载：https://github.com/EddyGao/make_VOC2007

(b)进入/make_VOC2007/blob/master，运行make_main_txt.py，注意修改内容中的相关链接，会自动划分数据集并保存到ImageSets/Main中，如下图。

​      ​   

3.代码部分

(1)一开始运行就出现了不明报错，在代码开头加入了

tf.reset_default_graph()
#tf.reset_default_graph函数用于清除默认图形堆栈并重置全局默认图形。无论重复运行多少次，产生的张量都不变（设置不变）

(1)config.py是参数设置，其中需要注意BATCH_SIZE的值，会直接影响到训练的次数和收敛。考虑电脑配置，略高可能会无法运行，考虑设置为1，主要是验证代码能否成功运行

(2)pascal_voc.py是处理图像和标签，有以下几处注意修改：

(3) train.py中注意修改：

log_str = '{} Epoch: {}, Step: {}, Learning rate: {},Loss: {:5.3f}
Speed: {:.3f}s/iter,Load: {:.3f}s/iter, Remain: {}'.format(                        datetime.datetime.now().strftime('%m-%d %H:%M:%S'),