【深度学习笔记】飞桨PP-PicoDet算法训练自己数据（过程超详细）_飞桨训练自己的模型

前言

最近在研究目标检测算法–PP-PicoDet算法（百度自研**)，2021年11月份新鲜出炉。官方介绍说，性能优于YOLOV5 、YOLOX等算法，主要是轻量化部署贡献很大，比如在相同的精度下，PP-PicoDet推理速度高出YOLOv5s 44%，可谓NB，所以作者第一步先搭建环境，试跑一下，记录使用PP-PicoDet算法在paddle框架下训练模型的整个过程，供大家参考交流，欢迎提问。

PP-PicoDet算法源码：GitHub源码地址

目标检测数据集+分类数据集大全

https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502

一、说明

PP-PicoDet算法支持COCO、Pascal VOC和wide - face数据集的PaddleDetection，本文使用的数据集标签格式是voc格式的，也就是标签为xml文件。

二、数据集准备制作

1.标注好的图片和对应标签分开存放

如下图，分别存放在JPEGImages和Annotations文件夹，JPEGImages和Annotations可以存放在dataset文件夹下，这个可自己安排，只要后面路径对得上就ok

2.修改CreateTrainValPath_txt_PP-picoDet.py脚本（该脚本是博主自己写的一个，源码中没提供），生成train.txt和val.txt

CreateTrainValPath_txt_PP-picoDet.py脚本说明：
1、该脚本的功能是生成支持PP-PicoDet算法使用的train.txt和val.txt；
2、该脚本会按照9:1的比例把所有图片划分为训练集和验证集。
（注意：使用前先改成自己的路径）

import os
import random

trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = '/PaddleDetection-2.3/dataset/VOCdevkit/VOC2007/Annotations/'  #换成自己标签存放的路径
txtsavepath = '/dataset/VOCdevkit/VOC2007'
imgfilepath = '/PaddleDetection-2.3/dataset/VOCdevkit/VOC2007/JPEGImages/'  #换成自己图片存放的路径
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('./trainval.txt', 'w')
ftest = open('./test.txt', 'w')
ftrain = open('./train.txt', 'w')
fval = open('./val.txt', 'w')

for i in list:
    name = total_xml[i][:-4]
    if i in trainval:
        ftrainval.write(imgfilepath + name + '.jpg' + ' ' + xmlfilepath + name + '.xml' + '\n')
        if i in train:
            ftest.write(imgfilepath + name + '.jpg' + ' ' + xmlfilepath + name + '.xml' + '\n')
        else:
            fval.write(imgfilepath + name + '.jpg' + ' ' + xmlfilepath + name + '.xml' + '\n')
    else:
        ftrain.write(imgfilepath + name + '.jpg' + ' ' + xmlfilepath + name + '.xml' + '\n')

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

生成的train.txt内容格式如下：

3.label_list.txt文件内容

上面截图中说过，内容是训练数据的类别，比如训练集目标有person、dog、cat，则label_list.txt内容如下：

至此，数据集准备工作已完成！

4. 修改配置文件

本文作者使用的是picodet_s_320_voc.yml来训练模型的，其他类似操作，文件在“PaddleDetection-2.3/configs/picodet”路径下，需要修改的配置文件一共有5个（包括picodet_s_320_voc.yml），

（1）修改前的picodet_s_320_voc.yml内容如下：

修改后的picodet_s_320_voc.yml内容如下：

（2）修改前的voc.yml内容如下：

修改后的voc.yml内容如下：

（3）修改后的vruntime.yml内容如下：

（4）修改后的picodet_320_reader.yml内容如下：

epoch: 300  #迭代次数，自定义修改

LearningRate:
  base_lr: 0.05  #学习率，本文使用的是单个GPU训练，所以0.4除以8，等于0.05，默认是8块GPU训练
  schedulers:
  - !CosineDecay
    max_epochs: 300
  - !LinearWarmup
    start_factor: 0.1
    steps: 300

OptimizerBuilder:
  optimizer:
    momentum: 0.9
    type: Momentum
  regularizer:
    factor: 0.00004
    type: L2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

（5）修改后的optimizer_300e.yml内容如下：
只修改batch_size参数

worker_num: 6
TrainReader:
  sample_transforms:
  - Decode: {}
  - RandomCrop: {}
  - RandomFlip: {prob: 0.5}
  - RandomDistort: {}
  batch_transforms:
  - BatchRandomResize: {target_size: [256, 288, 320, 352, 384], random_size: True, random_interp: True, keep_ratio: False}
  - NormalizeImage: {is_scale: true, mean: [0.485,0.456,0.406], std: [0.229, 0.224,0.225]}
  - Permute: {}
  batch_size: 32   #根据自己显卡内存修改batchsize
  shuffle: true
  drop_last: true
  collate_batch: false


EvalReader:
  sample_transforms:
  - Decode: {}
  - Resize: {interp: 2, target_size: [320, 320], keep_ratio: False}
  - NormalizeImage: {is_scale: true, mean: [0.485,0.456,0.406], std: [0.229, 0.224,0.225]}
  - Permute: {}
  batch_transforms:
  - PadBatch: {pad_to_stride: 32}
  batch_size: 8   #根据自己显卡内存修改batchsize
  shuffle: false


TestReader:
  inputs_def:
    image_shape: [1, 3, 320, 320]
  sample_transforms:
  - Decode: {}
  - Resize: {interp: 2, target_size: [320, 320], keep_ratio: False}
  - NormalizeImage: {is_scale: true, mean: [0.485,0.456,0.406], std: [0.229, 0.224,0.225]}
  - Permute: {}
  batch_transforms:
  - PadBatch: {pad_to_stride: 32}
  batch_size: 1
  shuffle: false
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

5.训练

执行命令：

1、export CUDA_VISIBLE_DEVICES=0                 #windows和Mac下不需要执行该命令
2、python tools/train.py -c configs/picodet/picodet_s_416_coco.yml
1
2

6.成功训练过程截图如下

7.训练完生成模型

总结

**其实整个过程并不复杂，主要通过脚本把数据集处理好，另外配置好对应文件即可，有问题可以留言交流！如果本文对你有帮助，谢谢来个三连！
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/DeepLearning_/article/details/121835969

环境搭建这块参考本文作者另外一篇博客（更新中）。