yolov3源码逐行详解（3.0版本）

         这次分享的是yolov3中的3.0版本，主要是因为其中使用的一些训练技巧不多，方便入门，在最新版本中作者使用了很多yolov5的训练技巧，不好理解，所以我们从最初版本一步一步学。在看源码之前建议大家对yolov3的原理学习一下可以对源码理解更简单，对理论会更深刻。

        yolov3博客地址：YOLOv3论文笔记_crlearning的博客-CSDN博客
        源码地址：GitHub - ultralytics/yolov3 at v3.0

---

        学习一个项目源码，第一步对其项目目录进行了解，其次看主文件，在进入主函数中逐行调试，进而对代码全局有个了解。cfg文件夹存放yolo的配置文件主要是模型的配置，如卷积大小等。data中存放数据文件，数据集等。utils文件夹中包括自己写的一些工具包，比如对数据集进行处理提取、对box进行解码。weights中存放模型权值文件。接下来就是主文件，train.py训练文件、test.py测试文件（用于训练中每个epoch的测试）、models.py模型文件、detect.py预测文件、requirements.txt其中是项目需要的环境配置。

了解了项目基本结构之后，现在进入到train文件当中，一般的项目都是直接从train.py开始看，首先看到train中的main函数：

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--epochs', type=int, default=270, help='number of epochs')
    parser.add_argument('--batch-size', type=int, default=16, help='size of each image batch')
    # 在n个bacth后更新一次梯度
    parser.add_argument('--accumulate', type=int, default=1, help='accumulate gradient x batches before optimizing')
    parser.add_argument('--cfg', type=str, default='cfg/yolov3.cfg', help='cfg file path')
    parser.add_argument('--data-cfg', type=str, default='cfg/coco.data', help='coco.data file path')
    # 多尺度训练，输入图片不固定（在命令行加入--multi-scale就可以用）
    parser.add_argument('--multi-scale', action='store_true', help='random image sizes per batch 320 - 608')
    # 默认输入图片416
    parser.add_argument('--img-size', type=int, default=32 * 13, help='pixels')
    # 恢复训练，如果中止训练，使用这个可以接着训练
    parser.add_argument('--resume', action='store_true', help='resume training flag')
    opt = parser.parse_args()
    print(opt, end='\n\n')

    # 固定随机种子，使得每次运行的随机值一样，训练和验证集会固定，方便比较模型
    init_seeds()

    train(
        opt.cfg,
        opt.data_cfg,
        img_size=opt.img_size,
        resume=opt.resume,
        epochs=opt.epochs,
        batch_size=opt.batch_size,
        accumulate=opt.accumulate,
        multi_scale=opt.multi_scale,
    )

首先是传入参数，每个参数的含义可以看我写的注释，然后进入到train函数

def train(
        cfg,
        data_cfg,
        img_size=416,
        resume=False,
        epochs=270,
        batch_size=16,
        accumulate=1,
        multi_scale=False,
        freeze_backbone=False,
):
    # os.sep就是 斜杠/
    weights = 'weights' + os.sep
    latest = weights + 'latest.pt'
    best = weights + 'best.pt'
    # 选择是GPU还是CPU
    device = torch_utils.select_device()

    if multi_scale:
        img_size = 608  # initiate with maximum multi_scale size
    else:
        # 如果尺度不变，使用benchmark可以增加运行效率
        torch.backends.cudnn.benchmark = True  # unsuitable for multiscale

    # 训练集路径
    train_path = parse_data_cfg(data_cfg)['train']

    # 初始化模型
    model = Darknet(cfg, img_size)

    # 加载数据集
    dataloader = LoadImagesAndLabels(train_path, batch_size, img_size, augment=True)
    # dataloader = torch.utils.data.DataLoader(dataloader, batch_size=batch_size, num_workers=0)

    # 初始学习步长
    lr0 = 0.001
    # 这个参数表示backbone有多少层，方便冻结训练
    cutoff = -1
    start_epoch = 0
    best_loss = float('inf')

 下面是否使用恢复训练：

    # 使用中断恢复训练（一般用不到）   
    if resume:
        checkpoint = torch.load(latest, map_location='cpu')

        # 加载要继续的模型权重
        model.load_state_dict(checkpoint['model'])

        # 设置优化器
        optimizer = torch.optim.SGD(filter(lambda x: x.requires_grad, model.parameters()), lr=lr0, momentum=.9)

        start_epoch = checkpoint['epoch'] + 1
        if checkpoint['optimizer'] is not None:
            optimizer.load_state_dict(checkpoint['optimizer'])
            best_loss = checkpoint['best_loss']

        del checkpoint  # current, saved

下面是从零开始训练：

    else:
        # 初始化模型
        if cfg.endswith('yolov3.cfg'):
            cutoff = load_darknet_weights(model, weights + 'darknet53.conv.74')
        elif cfg.endswith('yolov3-tiny.cfg'):
            cutoff = load_darknet_weights(model, weights + 'yolov3-tiny.conv.15')

        # 设置优化器
        optimizer = torch.optim.SGD(model.parameters(), lr=lr0, momentum=.9)

是否是有多GPU:

# 多GPU训练
    if torch.cuda.device_count() > 1:
        model = nn.DataParallel(model)
    model.to(device).train()

# 设置学习步长优化器
    # scheduler = torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones=[54, 61], gamma=0.1)

上面的参数配置完成后，可以开始训练：

# 调整学习步长，对前1000个batch进行学习了warm up
    n_burnin = min(round(len(dataloader) / 5 + 1), 1000)  
    for epoch in range(epochs):
        model.train()
        epoch += start_epoch

        print(('\n%8s%12s' + '%10s' * 7) % (
            'Epoch', 'Batch', 'xy', 'wh', 'conf', 'cls', 'total', 'nTargets', 'time'))

        # 自动更新学习步长
        # scheduler.step()
        
        # 手动更新学习步长
        if epoch > 250:
            lr = lr0 / 10
        else:
            lr = lr0
        for x in optimizer.param_groups:
            x['lr'] = lr

        # 如果使用冻结训练，第一个epoch规定backbone
        if freeze_backbone and epoch < 2:
            for i, (name, p) in enumerate(model.named_parameters()):
                # cutoff就是backbone的层数，小于就属于backbone
                if int(name.split('.')[1]) < cutoff:  # if layer < 75
                    p.requires_grad = False if (epoch == 0) else True

下面为每个epoch训练步骤：

        ui = -1
        rloss = defaultdict(float)
        for i, (imgs, targets, _, _) in enumerate(dataloader):
            targets = targets.to(device)
            # 取出的个数，targets维度[batch_size, 1]
            nT = targets.shape[0]
            if nT == 0:  # if no targets continue
                continue

            # SGD burn-in
            # 学习步长前1000个使用warm up
            if (epoch == 0) and (i <= n_burnin):
                lr = lr0 * (i / n_burnin) ** 4
                for x in optimizer.param_groups:
                    x['lr'] = lr

            # 使用模型跑出训练结果
            pred = model(imgs.to(device))

            # 对GT标签进行处理
            target_list = build_targets(model, targets, pred)

            # 计算loss
            loss, loss_dict = compute_loss(pred, target_list)

            # 反向传播计算梯度
            loss.backward()

            # 累加accumulate个batchs在对梯度进行优化
            if (i + 1) % accumulate == 0 or (i + 1) == len(dataloader):
                optimizer.step()
                optimizer.zero_grad()

            # 计算每个epoch的loss均值，大家可以推到一下
            ui += 1
            for key, val in loss_dict.items():
                rloss[key] = (rloss[key] * ui + val) / (ui + 1)

            # 打印相关的训练信息
            s = ('%8s%12s' + '%10.3g' * 7) % (
                '%g/%g' % (epoch, epochs - 1),
                '%g/%g' % (i, len(dataloader) - 1),
                rloss['xy'], rloss['wh'], rloss['conf'],
                rloss['cls'], rloss['total'],
                nT, time.time() - t0)
            t0 = time.time()
            print(s)

            # Multi-Scale training (320 - 608 pixels) 每10 batches改变一次imgsize
            if multi_scale and (i + 1) % 10 == 0:
                dataloader.img_size = random.choice(range(10, 20)) * 32
                print('multi_scale img_size = %g' % dataloader.img_size)

最后对每个结果进行处理，保存权值文件：

        # 将最低的loss记录下来
        if rloss['total'] < best_loss:
            best_loss = rloss['total']

        # 保存训练模型
        save = True
        if save:
            # Save latest checkpoint
            checkpoint = {'epoch': epoch,
                          'best_loss': best_loss,
                          'model': model.module.state_dict() if type(model) is nn.DataParallel else model.state_dict(),
                          'optimizer': optimizer.state_dict()}
            torch.save(checkpoint, latest)

            # Save best checkpoint
            if best_loss == rloss['total']:
                os.system('cp ' + latest + ' ' + best)

            # 每5个epoch保存一次
            if (epoch > 0) and (epoch % 5 == 0):
                os.system('cp ' + latest + ' ' + weights + 'backup{}.pt'.format(epoch))

        # 计算 mAP
        with torch.no_grad():
            P, R, mAP = test.test(cfg, data_cfg, weights=latest, batch_size=batch_size, img_size=img_size, model=model)

        # 将每轮epoch的结果保存到txt中
        with open('results.txt', 'a') as file:
            file.write(s + '%11.3g' * 3 % (P, R, mAP) + '\n')

以上就是整个train的训练文件，后续有需要会继续更新其中其他重要文件