pytorch框架搭建yolov3模型训练自己的数据

前言

之前一直使用tensorflow来实现yolov3，最近学习pytorch框架，就试着用pytorch来搭建yolov3模型，说实话，比tensorflow要麻烦一点。
首先是环境，项目中有requirements.txt文件，可以直接pip install -r requirements.txt安装：
python3.7
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
pillow
PyYAML>=5.3
scipy>=1.4.1
tensorboard>=2.2
torch>=1.6.0
torchvision>=0.7.0
tqdm>=4.41.0

制作数据集

一般我们都是使用labelImge标注工具，安装也很简单
pip install PyQt5
pip install pyqt5-tools
pip install lxml
pip install labelImg
然后在cmd中输入labelImg回车

源码下载

下载地址：https://github.com/ultralytics/yolov3
有些源码没有cfg文件夹，可以自己找找或者私信我

数据处理

将训练数据放入data文件夹下，使用常规的文件夹格式，另外新加images和labels文件夹，Annotations中放入xml文件

分割训练集和测试集

import os
import random
 
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
 
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
 
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
 
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)
 
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

在ImageSets中会得到相关文件
![在这里插入图片描述](https://img-blog.csdnimg.cn/447373ad4c984709af4ffb50351a30ae.png)
根目录下，新建voc_label.py，得到labels

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
sets = ['train', 'test','val']
 
classes = ["输入自己的类别"]
 
 
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('data/Annotations/%s.xml' % (image_id))
    out_file = open('data/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
 
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        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('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%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()

labels文件夹下会生成相关文件

配置文件

在data文件夹下新建2007voc.data:

classes=196 #修改 输入自己的数量 记得删除后面的汉字和#号
train=data/train.txt
valid=data/test.txt
names=data/2007voc.names
backup=backup/
eval=coco

在data文件夹下新建2007voc.names，输入检测的类别

修改yolov3.cfg配置文件，也可以使用其他网络结构，比如yolov3-tiny.cfg，修改方式一样

必须修改的部分有两个，总共六处（yolov3-tiny.cfg只有四处），classes改为自己的类别数量，机器classes上面的filters，filter =3*（类别数量 + 5）

权重下载

官网提供的权重文件需要另外转化，比较麻烦，这里我直接提供yolov3和yolov3-tiny两种权重文件，已经上传，可以直接下载使用：
https://download.csdn.net/download/weixin_41064538/82001090

训练

准备工作做完了，现在可以开始训练，需要修改train.py四个地方

直接运行train得到训练模型best.pt

预测

我们将测试数据防止data/samples目录下：

修改detect.py文件

直接运行detect.py，就能在output文件夹下看到输出结果