YoloV4实战：手把手教物体检测——YOLOV4（pytorch）

阳光穿透心脏的1/2处 2023-03-01 06:25 29阅读 0赞

**目录**

摘要

训练

下载代码

下载权重文件

制作数据集

安装运行需要的包

修改类别

修改配置文件cfg.py

修改models.py

修改train.py文件

测试

--------------------

# 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 ##

本文使用的代码是：[https://github.com/Tianxiaomo/pytorch-Yolov4][https_github.com_Tianxiaomo_pytorch-Yolov4]

训练和测试推理代码都已经完成。

## 下载权重文件 ##

yolov4.conv.137.pth

链接一：[https://pan.baidu.com/s/1ovBie4YyVQQoUrC3AY0joA][https_pan.baidu.com_s_1ovBie4YyVQQoUrC3AY0joA] 提取码：kcel

链接二：

[https://drive.google.com/open?id=1fcbR0bWzYfIEdLJPzOsn4R5mlvR6IQyA][https_drive.google.com_open_id_1fcbR0bWzYfIEdLJPzOsn4R5mlvR6IQyA]

将下载的权重文件放到data文件夹下面

![20200722200323163.png][]

## 制作数据集 ##

数据集地址：[https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/14003627][https_download.csdn.net_download_hhhhhhhhhhwwwwwwwwww_14003627]

将Labelme数据集复制到pytorch-YOLOv4-master文件夹下面，如图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70][]

然后用pycharm新建labelme2txt.py文件。写入生成训练集和验证集的代码。

![20200722200550778.png][]

labelme2txt.py代码：

from os import getcwd  
from sklearn.model\_selection import train\_test\_split  
import json  
import glob  
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'**)  
def convert\_annotation(image\_id, list\_file):  
    jsonfile=open(**'%s.json'** % (image\_id))  
    in\_file = json.load(jsonfile)  
  
    for i in range(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\[1\]\[1\])  
        if cls not in classes:  
            print(**"cls not in classes"**)  
            continue  
        cls\_id = classes.index(cls)  
        b = (xmin, ymin, xmax, ymax)  
        list\_file.write(**" "** \+ **","**.join(\[str(a) for a in b\]) \+ **','** \+ str(cls\_id))  
    jsonfile.close()  
  
def ChangeData2TXT(image\_List,dataFile):  
    for image\_id in image\_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。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 1][]

将以上的内容修改完成后就可以点击run开始训练了。

# 测试 #

测试主要修改models.py的代码。将下面的代码从449行替换。

if __name__ == "__main__":
    
        import sys
    
        import cv2
    
    
    
        namesfile = None
    
        n_classes=2
    
        weightfile="checkpoints/Yolov4_epoch151.pth" 
    
        imgfile="data/aircraft_4.jpg"#待测试的图片
    
        width=608
    
        height=608
    
        model = Yolov4(yolov4conv137weight=None, n_classes=n_classes, inference=True)
    
    
    
        pretrained_dict = torch.load(weightfile, map_location=torch.device('cpu'))
    
    #如果使用GPU则改为：
    
    #pretrained_dict = torch.load(weightfile, map_location=torch.device('cuda'))

model.load\_state\_dict(pretrained\_dict)  
  
    use\_cuda = True  
    if use\_cuda:  
        model.cuda()  
  
    img = cv2.imread(imgfile)  
  
    \# Inference input size is 416\*416 does not mean training size is the same  
    \# Training size could be 608\*608 or even other sizes  
    \# Optional inference sizes:  
    \#   Hight in \{320, 416, 512, 608, ... 320 + 96 \* n\}  
    \#   Width in \{320, 416, 512, 608, ... 320 + 96 \* m\}  
    sized = cv2.resize(img, (width, height))  
    sized = cv2.cvtColor(sized, cv2.COLOR\_BGR2RGB)  
  
    from tool.utils import load\_class\_names, plot\_boxes\_cv2  
    from tool.torch\_utils import do\_detect  
  
    for i in range(2):  \# This 'for' loop is for speed check  
                        \# Because the first iteration is usually longer  
        boxes = do\_detect(model, sized, 0.4, 0.6, use\_cuda)  
  
    if namesfile == None:  
        if n\_classes == 2:  
            namesfile = 'data/voc.names'  
        elif n\_classes == 80:  
            namesfile = 'data/coco.names'  
        else:  
            print("please give namefile")  
  
    class\_names = load\_class\_names(namesfile)  
    resultImg=plot\_boxes\_cv2(img, boxes\[0\], 'predictions.jpg', class\_names)  
    cv2.imshow("image",resultImg)  
    cv2.waitKey(0);

测试结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 2][]

源码链接：[https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/12821500][https_download.csdn.net_download_hhhhhhhhhhwwwwwwwwww_12821500]

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

[https_github.com_Tianxiaomo_pytorch-Yolov4]: https://github.com/Tianxiaomo/pytorch-Yolov4
[https_pan.baidu.com_s_1ovBie4YyVQQoUrC3AY0joA]: https://pan.baidu.com/s/1ovBie4YyVQQoUrC3AY0joA
[https_drive.google.com_open_id_1fcbR0bWzYfIEdLJPzOsn4R5mlvR6IQyA]: https://drive.google.com/open?id=1fcbR0bWzYfIEdLJPzOsn4R5mlvR6IQyA
[20200722200323163.png]: /images/20230209/4769b8dfb5ce40fdbdeed76615d463ad.png
[https_download.csdn.net_download_hhhhhhhhhhwwwwwwwwww_14003627]: https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/14003627
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70]: /images/20230209/e6be9ee8c2394108a12453d22758567c.png
[20200722200550778.png]: /images/20230209/99b1223167c749e9b2e5201884deaa34.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 1]: /images/20230209/dde181b8eb0f4bf19ee13a996b10f327.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 2]: /images/20230209/f1202cbc31784102b4503d31bbcbabf2.png
[https_download.csdn.net_download_hhhhhhhhhhwwwwwwwwww_12821500]: https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/12821500