基于yolov3的红绿灯识别

知乎原文。

---

You only look once (YOLO) is a state-of-the-art, real-time object detection system. On a Pascal Titan X it processes images at 30 FPS and has a mAP of 57.9% on COCO test-dev.

1. Yolo使用c和cuda实现，体积小，代码量相对不大，适合于结合论文和代码去研究其神经网络的结构和原理；
2. 已经实现了直接接入摄像头进行实时目标检测功能；
3. 参考上图，yolo的性能好。

任务目标

实时对红绿灯的状态进行检测，由于黄灯数据量较小，目前暂未对黄灯状态进行训练，目前共包括以下状态，

green
greenleft
greenstraight
red
redleft
redstraight

数据采集

首先，在淘宝上买了一个5-50mm变焦的USB免驱工业摄像头，然后借助ROS(Robot Operating System)中的package进行图像的采集，

1. 摄像头驱动
   http://wiki.ros.org/usb_cam。
   借助了usb_cam package，下载代码后编译运行，

    roslaunch usb_cam usb_cam-test.launch

2. 自动采集图像
   借助了image_view package，
   其中一些参数可以自己设置，例如图片名，帧率等。

rosrun image_view extract_images _sec_per_frame:=0.5 _filename_format:=trafficlight_%04d.jpg image:=/usb_cam/image_raw

数据标注

使用的软件为labelImg，首先将predefined_classes.txt修改为红灯和绿灯的状态，

green
greenleft
greenstraight
red
redleft
redstraight

切换labelImg输出为yolo，

进行数据标注，

保存，生成的标注文件为frame1405.txt，内容如下，

1 0.030078 0.358854 0.022656 0.030208
2 0.105859 0.357812 0.025781 0.034375
2 0.256250 0.353125 0.026562 0.035417

待数据标注完成后(每种class的图片大概2000张左右，包括不同角度，天气等环境)，接下来进行训练。

模型训练

yolo代码编译

git clone https://github.com/pjreddie/darknet

修改makefile，我使用的显卡是gtx 1060，6G显存(训练最好选择显存>=6G的显卡)，cuda 10.0，计算能力6.1。

GPU=1
CUDNN=1
OPENCV=1
ARCH=-gencode arch=compute_61,code=[sm_61,compute_61]

修改完成后，

make

预训练模型下载

https://pjreddie.com/media/files/yolov3.weights

yolov3.cfg参数修改

yolov3在feature extractor时使用了新的darknet-53网络，具体的论文可以参考这里。
修改yolov3.cfg，

关于batch size可以根据训练时所使用的硬件进行调整，

• 第6行，说明每个step我们将使用64张图片进行训练；
• 第7行，batch将会被分成16个小的组，64/16，用来减小显存的需求；

如果在训练中提示显存不够，可以尝试增加subdivisions值，例如，

batch=64
subdivisions=32

更甚，

batch=64
subdivisions=64

关于最大训练步数，一般设置为classes*2000，而steps设置为上述值的80%和90%。训练时classes为6，则值如下所示，

关于图片的大小，一般不用去修改，yolo中会根据其神经网络进行调整缩放,


关于classes and filters，class和filter的设置可以参考论文中的公式，

例如，我的classes为6,则yolo层上一层的filters应设置为3*(4+1+6)=33(只需修改所有yolo层的classes和该层上面一层的卷积层)。

修改voc.data

根据自己的实际路径去修改，

    classes= 6
    train  = /your_path/train.txt
    valid  = /your_path/test.txt
    names = /your_path/voc.names
    backup = backup

修改voc.names

必须和标注时所使用的类别文件中的内容相同，

green
greenleft
greenstraight
red
redleft
redstraight

开始训练

./darknet detector train cfg/voc.data cfg/yolov3.cfg darknet53.conv.74

训练结果测试

训练结果

在训练过程中，每4个epoch计算一次mAP，训练集和测试集的数量如下所示，

mAP (mean average precisions) calculation for each 4 Epochs (1 Epoch= images_in_train_txt /batch iteration)
dataset_train=3237
dataset_test=323

上图横坐标为训练的迭代次数，纵坐标为mAP值和loss值，在4000步左右时，loss已经趋于稳定，为0.2746。mAP值已经达到90%以上。
下图为训练完成时的结果，mAP值已经达到98%。

红绿灯实时检测

Yolo可以直接接入摄像头进行目标实时检测，命令如下，训练完成后的模型为trained.weights，

./darknet detector demo cfg/voc.data cfg/yolov3.cfg trained.weights

如果你的测试电脑上有多个camera(我的笔记本还有个默认的摄像头,yolo 默认device是0)，可以利用-c 参数去选取，

./darknet detector demo cfg/voc.data cfg/yolov3.cfg trained.weights -c 1

此外，你还可以利用录制的视频去做检测，命令如下，

./darknet detector demo cfg/voc.data cfg/yolov3.cfg trained.weights 

csdn无法上传视频，发一个实时测试的gif，