yolo v4 python_手把手教物体检测——YOLOV4（pytorch）
摘要
YOLOV4在coco上面达到了43.5%AP ，在Tesla V100 上达到了65FPS。相比今年的其它模型，得分不算高，但是它不是通过提高输入图像的分辨率来提高得分的，而是改进网络结构。创新点主要有一下几个方面：
(1)输入端：这里指的创新主要是训练时对输入端的改进，主要包括Mosaic数据增强、cmBN、SAT自对抗训练。
(2)BackBone主干网络：将各种新的方式结合起来，包括：CSPDarknet53、Mish激活函数、Dropblock
(3)Neck：目标检测网络在BackBone和最后的输出层之间往往会插入一些层，比如Yolov4中的SPP模块、FPN+PAN结构
(4)Prediction：输出层的锚框机制和Yolov3相同，主要改进的是训练时的损失函数CIOU_Loss，以及预测框筛选的nms变为DIOU_nms
训练
本地环境：
Ubuntu20.04
pytorch1.5.1
CUDA10.1
Python3.7
下载代码
训练和测试推理代码都已经完成。
下载权重文件
yolov4.conv.137.pth
链接二：
将下载的权重文件放到data文件夹下面
制作数据集
将Labelme数据集复制到pytorch-YOLOv4-master文件夹下面，如图：
然后用pycharm新建labelme2txt.py文件。写入生成训练集和验证集的代码。
labelme2txt.py代码：
fromosimportgetcwd
fromsklearn.model_selectionimporttrain_test_split
importjson
importglob
wd=getcwd()
"labelme标注的json数据集转为pytorch版yolov4的训练集"
classes=["aircraft","oiltank"]
image_ids=glob.glob(r"LabelmeData/*jpg")
print(image_ids)
train_list_file=open('data/train.txt','w')
val_list_file=open('data/val.txt','w')
defconvert_annotation(image_id,list_file):jsonfile=open('%s.json'%(image_id))in_file=json.load(jsonfile)foriinrange(0,len(in_file["shapes"])):object=in_file["shapes"][i]cls=object["label"]points=object["points"]xmin=int(points[0][0])ymin=int(points[0][1])xmax=int(points[1][0])ymax=int(points[1][1])ifclsnot inclasses:print("cls not in classes")continuecls_id=classes.index(cls)b=(xmin,ymin,xmax,ymax)list_file.write(" "+",".join([str(a)forainb])+','+str(cls_id))jsonfile.close()
defChangeData2TXT(image_List,dataFile):
forimage_idinimage_List:dataFile.write('%s'%(image_id.split('\\')[-1]))convert_annotation(image_id.split('.')[0],dataFile)dataFile.write('\n')dataFile.close()
trainval_files,test_files=train_test_split(image_ids,test_size=0.2,random_state=55)
ChangeData2TXT(trainval_files,train_list_file)
ChangeData2TXT(test_files,val_list_file)
安装运行需要的包
参照requirements.txt安装本机没有的包，版本不一定要保持一致，只要后期不报错就没有事。
修改类别
将coco.names和voc.names里面的类别修改为自己数据集的类别(默认是coco.names，都改了肯定没有错。)，顺序和labelme2txt.py中的classes顺序保持一致。
修改配置文件cfg.py
Cfg.use_darknet_cfg = False
Cfg.batch = 2(根据自己的显卡修改，我的显卡是8G的最多可以训练里2个batch)。
Cfg.subdivisions = 1
修改models.py
将51行和53行的inplace=True改为inplace=False。如果不修改，训练的时候会报个错误。
修改train.py文件
找到526行，这个方法的参数是对cfg.py里面参数的更新。
主要修改的参数如下：
parser.add_argument('-g','--gpu',metavar='G',type=str,default='0',help='GPU',dest='gpu')#设置GPU使用的GPU
parser.add_argument('-dir','--data-dir',type=str,default="LabelmeData",help='dataset dir',dest='dataset_dir')#图片所在的文件夹。
parser.add_argument('-pretrained',type=str,default="data/yolov4.conv.137.pth",help='pretrained yolov4.conv.137')#设置预训练权重文件的路径。
parser.add_argument('-classes',type=int,default=80,help='dataset classes')#物体类别数。
parser.add_argument('-train_label_path',dest='train_label',type=str,default='data/train.txt',help="train label path")#训练集存放的路径。
注释415行到440行的代码，这段代码在验证的时候一直报错，我找不到原因。后续找到原因再更新。
将以上的内容修改完成后就可以点击run开始训练了。
参考文章：
深入浅出Yolo系列之Yolov3&Yolov4核心基础知识完整讲解
https://blog.csdn.net/nan355655600/article/details/106246625?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase
本文地址：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/107521737
如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！