YOLOv3全部训练测试学习笔记

 

总结了一些写的好的YOLOv3的文章与自己使用中的问题，便于学习与回顾

一、学习YOLOv3

YOLOv3论文

YOLOv3：An Incremental Improvement全文翻译

【目标检测简史】进击的YOLOv3，目标检测网络的巅峰之作

扫描二维码关注公众号，回复： 5767259 查看本文章

语言生动易懂，适合新手学习，有很多实测的图，效果非常好，展示了YOLOv3的强大！

总结了YOLOv3的改进之处，并对下一代YOLO提出展望

【目标检测简史】YOLOv3的实景大片儿（含源码）

实测看效果，用YOLOv3检测一段视频，截取部分帧展示YOLOv3在小物体或者远处的物体识别、重叠遮挡物体的识别、运动模糊物体的识别、高密度汽车的识别、密集人群识别的效果。

目标检测网络之 YOLOv3

具体讲解了YOLOv1到v2到v3的改进之处，值得学习

如何评价最新的YOLOv3？

知乎话题，一些回答挺好的，各种总结、图表、文章链接

二、实践YOLOv3

YOLOv3官方Linux代码

YOLOv3官方网站

图表展示了YOLOv3的优势，讲解了如何搭建Darknet、下载预训练模型、测试图像、测试视频、用VOC数据集训练模型、用COCO数据集训练模型

YOLOv3: 训练自己的数据

详细讲解了如何制作VOC格式的数据集，将VOC格式的xml文件转换成YOLO格式的txt文件，修改训练相关的配置文件，如何训练自己的模型，如何进行测试，论文阅读

YOLO配置文件理解

详细讲解了YOLOv3配置文件每个参数的意义，以及源码中如何使用这些参数

三、修改YOLOv3

YOLOv3批量测试图片并保存在自定义文件夹下

讲解了如何批量测试图片并保存在自定义文件夹下，给出了代码

YOLOv3使用笔记——计算mAP、recall

讲解了YOLOv3如何计算mAP、recall来衡量模型效果

四、自己使用问题总结

1、运行test,recall,vaild命令时，<test_cfg>文件中batch和subdivisions两项必须为1。否则会出现测试检测不到目标、计算recall为0，验证没有产生结果文件。训练时候根据GPU情况调大batch和subdivisions，官方cfg中两者值分别为64和16。

2、测试标签上如何添加置信值

由于官方代码测试只标注了类别，标签文字较大。使用过程中希望减小标签，并加上检测的置信值。

修改src/image.c文件draw_detections函数，前面部分代码修改如下：

1. int i,j;

2.  

3. for(i = 0; i < num; ++i){

4. char labelstr[4096] = {0};

5. int class = -1;

6. char possible[2];//存放检测的置信值

7. for(j = 0; j < classes; ++j){

8. sprintf(possible,"%.2f",dets[i].prob[j]);//置信值截取小数点后两位赋给possible

9. if (dets[i].prob[j] > thresh){

10. if (class < 0) {

11. strcat(labelstr, names[j]);

12. strcat(labelstr, possible);//标签中加入置信值

13. class = j;

14. } else {

15. strcat(labelstr, ", ");

16. strcat(labelstr, names[j]);

17. strcat(labelstr, possible);//标签中加入置信值

18. }

19. printf("%s: %.0f%%\n", names[j], dets[i].prob[j]*100);

20. }

21. }

22. ///////////////////////////后面保持不变//////////////////////////////////////////////

修改src/image.c文件draw_detections函数中get_label函数调用的参数

image label = get_label(alphabet, labelstr, (im.h*.02));

源码中为0.03，修改为0.02后，标签文字减小，可以根据需要调整。

修改代码后需要使用make clean，make重新编译。

加入置信值，减小标签大小后的检测效果图！

                              

3、使用多GPU训练时，由于并行处理，训练迭代次数会一次跳过几轮，导致某些整数次迭代的模型没有保存。

修改example/detector.c文件中的第148行

源代码为：if(i%10000==0 || (i<1000 && i%100==0))//迭代小于1000次，每100次保存模型，大于1000次，每10000次保存模型。

可以根据需要修改训练多少轮保存一个模型，if(i%1000==0 || (i<1000 && i%100==0))，大于1000次，每1000次保存模型。