DAMOYOLO:基于DAMOYOLO训练数据集详细教程

前段时间yolov7的推出引起一篇热潮，接着rmyolo紧跟潮流，后面阿里的达摩院也推出了自己的yolo算法，怎么说呢，damoyolo推出依旧不少天了，现在才写博客，因为damoyolo给我的体验感不是很好。

先看下DAMOYOLO的文章：

这是DAMOYOLO文章里面速度与map的折线图，从图上看，damoyolo确实很猛

damoyolo的各个模型在COCO上的map.

 damoyolo的网络结构：

 DAMOYOLO的github网址：

https://github.com/tinyvision/DAMO-YOLO

下面介绍下如何使用DAMOYOLO训练自己的数据集：

1、YOLO2COCO

damoyolo的数据集格式是coco格式的，v5、v7都是yolo格式的所以我们需要及进行转换。

转换脚本：

import os
import json
import cv2
import random
import time
from PIL import Image

coco_format_save_path='COCO\\val\\'   #要生成的标准coco格式标签所在文件夹
yolo_format_classes_path='E:\\YoloV67\\YoloV6_P\\AiTodData\\name.txt'     #类别文件，一行一个类
yolo_format_annotation_path='E:\\YoloV67\\YoloV6_P\\AiTodData\\labels\\val\\'  #yolo格式标签所在文件夹
img_pathDir='E:\\YoloV67\\YoloV6_P\\AiTodData\\images\\val\\'    #图片所在文件夹

with open(yolo_format_classes_path,'r') as fr:                               #打开并读取类别文件
    lines1=fr.readlines()
# print(lines1)
categories=[]                                                                 #存储类别的列表
for j,label in enumerate(lines1):
    label=label.strip()
    categories.append({'id':j+1,'name':label,'supercategory':'None'})         #将类别信息添加到categories中
# print(categories)

write_json_context=dict()                                                      #写入.json文件的大字典
write_json_context['info']= {'description': '', 'url': '', 'version': '', 'year': 2022, 'contributor': 'xxx', 'date_created': '2022-07-8'}
write_json_context['licenses']=[{'id':1,'name':None,'url':None}]
write_json_context['categories']=categories
write_json_context['images']=[]
write_json_context['annotations']=[]

#接下来的代码主要添加'images'和'annotations'的key值
imageFileList=os.listdir(img_pathDir)                                           #遍历该文件夹下的所有文件，并将所有文件名添加到列表中
for i,imageFile in enumerate(imageFileList):
    imagePath = os.path.join(img_pathDir,imageFile)                             #获取图片的绝对路径
    image = Image.open(imagePath)                                               #读取图片，然后获取图片的宽和高
    W, H = image.size

    img_context={}                                                              #使用一个字典存储该图片信息
    #img_name=os.path.basename(imagePath)                                       #返回path最后的文件名。如果path以/或\结尾，那么就会返回空值
    img_context['file_name']=imageFile
    img_context['height']=H
    img_context['width']=W
    img_context['date_captured']='2022-07-8'
    img_context['id']=i                                                         #该图片的id
    img_context['license']=1
    img_context['color_url']=''
    img_context['flickr_url']=''
    write_json_context['images'].append(img_context)                            #将该图片信息添加到'image'列表中

    
    if len(imageFile.split('.')) == 2:
        txtFile = imageFile.split('.')[0]+'.txt'
    else:
        print("on")
        exit()
    # txtFile=imageFile[:5]+'.txt'                                               #获取该图片获取的txt文件
    with open(os.path.join(yolo_format_annotation_path,txtFile),'r') as fr:
        lines=fr.readlines()                                                   #读取txt文件的每一行数据，lines2是一个列表，包含了一个图片的所有标注信息
    for j,line in enumerate(lines):

        bbox_dict = {}                                                          #将每一个bounding box信息存储在该字典中
        # line = line.strip().split()
        # print(line.strip().split(' '))

        class_id,x,y,w,h=line.strip().split(' ')                                          #获取每一个标注框的详细信息
        class_id,x, y, w, h = int(class_id), float(x), float(y), float(w), float(h)       #将字符串类型转为可计算的int和float类型

        xmin=(x-w/2)*W                                                                    #坐标转换
        ymin=(y-h/2)*H
        xmax=(x+w/2)*W
        ymax=(y+h/2)*H
        w=w*W
        h=h*H

        bbox_dict['id']=i*10000+j                                                         #bounding box的坐标信息
        bbox_dict['image_id']=i
        bbox_dict['category_id']=class_id+1                                               #注意目标类别要加一
        bbox_dict['iscrowd']=0
        height,width=abs(ymax-ymin),abs(xmax-xmin)
        bbox_dict['area']=height*width
        bbox_dict['bbox']=[xmin,ymin,w,h]
        bbox_dict['segmentation']=[[xmin,ymin,xmax,ymin,xmax,ymax,xmin,ymax]]
        write_json_context['annotations'].append(bbox_dict)                               #将每一个由字典存储的bounding box信息添加到'annotations'列表中

name = os.path.join(coco_format_save_path,"val"+ '.json')
with open(name,'w') as fw:                                                                #将字典信息写入.json文件中
    json.dump(write_json_context,fw,indent=2)

最终的数据集格式如下所示：其中annotations为三个json文件(train、val、test)，test、train、val为图片文件夹。

 数据集制作完成，接下来配置文件。

打开damo/config/paths_catalog.py  按照一下进行配置：

 再打开base.py  配置一下预训练模型：我使用的是s预训练模型

打开config/damoyolo_tinynasL25_S.py  进行参数微调，比如修改输入图像的尺寸，迭代次数。。。。

接下来，，，，大家按照官网创建一个新的虚拟环境，记住版本啥的都要和官网的对应上。(我之前试过用py3.9进行训练的结果卡在了第17轮就不动了)

下面就是damoyolo 的训练过程，，，说实话速度贼慢(s是真的慢，早上10点多开训的，距离此时此刻训练了300轮不到)，而且同样的数据集v5表现比他好(收敛速度快)

v5训练：

 只能这么说damoyolo改动的地方很多，比如repfpn、zerohead、nas..........但是我还是选择v5！！！！！！！！！！！！！！！！