当前位置:   article > 正文

基于Darknet的YOLOv4目标检测的环境配_yolov4环境配置

yolov4环境配置

Windows环境下的YOLOv4目标检测(NVIDIA版)

 

1、环境配置

环境准备:Win10、CUDA11.5、cuDNN8.3.0、Visual Studio 2019、OpenCV 3.4

(1)Visual Studio2019企业版安装(安装很简单,此过程略过)

(2)NVIDIA驱动下载与安装  

(3)下载并安装CUDA11.5,下载安装cuDNN8.3.0      

  •        a.  查看CUDA驱动版本(先打开NVIDIA的控制面本,面板左下脚有一个系统信息打开,打开之后点击组件,产看CUDA版本)

                                      

         注意!!!!注意!!!先别直接下载对应的最高版本(下载比自己电脑本身低的版本就可以,要结合自己的实际情况去下载版本,博主的电脑是11.7,但因为要和CUDNN配合使用,所以下载的是11.5的版本)查看完自己的版本之后,就可以去NVIDIA官网去下载自己想要的版本拉!

        B.根据自己安装的CUDA的版本来安装CUDNN,对应关系看下图:

对于cudnn直接将其解开压缩包,然后需要将bin,include,lib中的文件复制粘贴到cuda的文件夹下,比如:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5

(4)CUDA安装测试

         win+R 输入cmd 

         输入nvidia-smi

         nccv -V

(5)OpenCV安装

下载OpenCV3.4;运行exe(其实是解压),将压缩包解压到相应目录,如: C:\Program Files (x86)\opencv;在系统变量 Path 的末尾添加:C:\Program Files (x86)\opencv\build\x64\vc15\bin

2、克隆或下载YOLOv4

3、Visual Studio2019配置YOLOv4项目


(1)复制opencv文件

在文件夹C:\Program Files (x86)\opencv\build\x64\vc15\bin的两个dll文件:opencv_ffffmpeg340_64.dll和opencv_world340.dll复制到D:\darknet\build\darknet\x64

(2)Visual Studio 2019项目配置

用visual studio2019打开darknet.sln文件

然后需要重启电脑。

打开darknet.sln项目,对其进行配置:项目 ->属性;注意应选release和x64

(3)接下来几个步骤比较关键

注意检查Windows SDK版本


修改包含目录和库目录
添加opencv3.4的包含目录和库目录(按照自己的opencv3.4的路径)包含目录: 

C:\Program Files (x86)\opencv\build\include

C:\Program Files (x86)\opencv\build\include\opencv

C:\Program Files (x86)\opencv\build\include\opencv2

库目录:C:\Program Files (x86)\opencv\build\x64\xc14\lib  

 


附加依赖项

添加附加依赖项(按照自己的opencv3.4的路径):C:\Program Files (x86)\opencv\build\x64\vc14\lib\opencv_world340.lib

 

4、Visual Studio2019编译YOLOv4项目


点击“重新生成解决方案”。可能有下述错误:严重性 代码 说明 项目 文件 行 禁止显示状态 错误 MSB4019 找不到导入的项目“C:\Program Files(x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 10.0.props”。请确认 Import 声明“C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 10.0.props”中的表达式正确,且文件位于磁盘上。 darknet D:\darknet\build\darknet\darknet.vcxproj

解决方法:将D:\darknet\build\darknet\darknet.vcxproj中版本号进行修改如下

 仍然有错误时的解决方法:

将NVIDIA CUDA的安装程序(.exe文件)数据解压到一个指定文件夹中(最好是放在一个文件夹,解压后会出现很多文件,这样方便查找)


"D:\Temp\CUDA\VisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions"下的文件直接拷贝到“C:\Program Files (x86)\Microsoft VisualStudio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations”文件夹中。
再次点击重新生决方案,这时成解应该编译成功,并产生可执行文件D:\darknet\build\darknet\x64\darknet.exe


5、YOLOv4权重文件下载


yolov4.weight下载,拷贝权重文件到D:\darknet\build\darknet\x64

6、YOLOv4目标检测测试


(1)测试图片

在D:\darknet\build\darknet\x64\ 目录下执行:

darknet.exe detector test cfg\coco.data cfg\yolov4.cfg yolov4.weights data\dog.jpg
结果如下:

(2)测试视频

在D:\darknet\build\darknet\x64\ 目录下执行:

darknet.exe detector demo cfg\coco.data cfg\yolov4.cfg yolov4.weights data\driving.mp4


7、使用YOLOv4训练自己的数据集


(1)数据集准备

使用PASCAL VOC数据集的目录结构(建立文件夹层次为 D:\darknet\build\darknet\x64\VOCdevkit\ VOC2007):

JPEGImages放所有的训练和测试图片;Annotations放所有的xml标记文件

(2)训练集和测试集生成

在D:\darknet\build\darknet\x64\目录下执行:python genfiles.py

在VOCdevkit \ VOC2007目录下可以看到生成了文件夹labels ,同时在darknet下生成了两个文件2007_train.txt和2007_test.txt。2007_train.txt和2007_test.txt分别给出了训练图片文件和测试图片文件的列表,含有每个图片的路径和文件名。

另外,在VOCdevkit \ VOC2007\ImageSets\Main目录下生产了两个文件test.txt和train.txt,分别给出了训练图片文件和测试图片文件的列表,但只含有每个图片的文件名(不含路径和扩展名)。labels下的文件是images文件夹下每一个图像的yolo格式的标注文件,这是由annotations的xml标注文件转换来的。

最终训练只需要:2007_train.txt,2007_test.txt,labels下的标注文件和 VOCdevkit\VOC2007\JPEGImages下的图像文件。

生成YOLO格式的txt标记文件内容如下:

genfiles.py文件如下:

  1. import xml.etree.ElementTree as ET
  2. import pickle
  3. import os
  4. from os import listdir, getcwd
  5. from os.path import join
  6. import random
  7. classes=["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
  8. def clear_hidden_files(path):
  9. dir_list = os.listdir(path)
  10. for i in dir_list:
  11. abspath = os.path.join(os.path.abspath(path), i)
  12. if os.path.isfile(abspath):
  13. if i.startswith("._"):
  14. os.remove(abspath)
  15. else:
  16. clear_hidden_files(abspath)
  17. def convert(size, box):
  18. dw = 1./size[0]
  19. dh = 1./size[1]
  20. x = (box[0] + box[1])/2.0
  21. y = (box[2] + box[3])/2.0
  22. w = box[1] - box[0]
  23. h = box[3] - box[2]
  24. x = x*dw
  25. w = w*dw
  26. y = y*dh
  27. h = h*dh
  28. return (x,y,w,h)
  29. def convert_annotation(image_id):
  30. in_file = open('VOCdevkit\VOC2007\Annotations\%s.xml' %image_id)
  31. out_file = open('VOCdevkit\VOC2007\labels\%s.txt' %image_id, 'w')
  32. tree=ET.parse(in_file)
  33. root = tree.getroot()
  34. size = root.find('size')
  35. w = int(size.find('width').text)
  36. h = int(size.find('height').text)
  37. for obj in root.iter('object'):
  38. difficult = obj.find('difficult').text
  39. cls = obj.find('name').text
  40. if cls not in classes or int(difficult) == 1:
  41. continue
  42. cls_id = classes.index(cls)
  43. xmlbox = obj.find('bndbox')
  44. b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
  45. bb = convert((w,h), b)
  46. out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
  47. in_file.close()
  48. out_file.close()
  49. wd = os.getcwd()
  50. wd = os.getcwd()
  51. work_sapce_dir = os.path.join(wd, "VOCdevkit\\")
  52. if not os.path.isdir(work_sapce_dir):
  53. os.mkdir(work_sapce_dir)
  54. work_sapce_dir = os.path.join(work_sapce_dir, "VOC2007\\")
  55. if not os.path.isdir(work_sapce_dir):
  56. os.mkdir(work_sapce_dir)
  57. annotation_dir = os.path.join(work_sapce_dir, "Annotations\\")
  58. if not os.path.isdir(annotation_dir):
  59. os.mkdir(annotation_dir)
  60. clear_hidden_files(annotation_dir)
  61. image_dir = os.path.join(work_sapce_dir, "JPEGImages\\")
  62. if not os.path.isdir(image_dir):
  63. os.mkdir(image_dir)
  64. clear_hidden_files(image_dir)
  65. VOC_file_dir = os.path.join(work_sapce_dir, "ImageSets\\")
  66. if not os.path.isdir(VOC_file_dir):
  67. os.mkdir(VOC_file_dir)
  68. VOC_file_dir = os.path.join(VOC_file_dir, "Main\\")
  69. if not os.path.isdir(VOC_file_dir):
  70. os.mkdir(VOC_file_dir)
  71. train_file = open(os.path.join(wd, "2007_train.txt"), 'w')
  72. test_file = open(os.path.join(wd, "2007_test.txt"), 'w')
  73. train_file.close()
  74. test_file.close()
  75. VOC_train_file = open(os.path.join(work_sapce_dir, "ImageSets\\Main\\train.txt"), 'w')
  76. VOC_test_file = open(os.path.join(work_sapce_dir, "ImageSets\\Main\\test.txt"), 'w')
  77. VOC_train_file.close()
  78. VOC_test_file.close()
  79. if not os.path.exists('VOCdevkit\\VOC2007\\labels'):
  80. os.makedirs('VOCdevkit\\VOC2007\\labels')
  81. train_file = open(os.path.join(wd, "2007_train.txt"), 'a')
  82. test_file = open(os.path.join(wd, "2007_test.txt"), 'a')
  83. VOC_train_file = open(os.path.join(work_sapce_dir, "ImageSets\\Main\\train.txt"), 'a')
  84. VOC_test_file = open(os.path.join(work_sapce_dir, "ImageSets\\Main\\test.txt"), 'a')
  85. list = os.listdir(image_dir) # list image files
  86. probo = random.randint(1, 100)
  87. print("Probobility: %d" % probo)
  88. for i in range(0,len(list)):
  89. path = os.path.join(image_dir,list[i])
  90. if os.path.isfile(path):
  91. image_path = image_dir + list[i]
  92. voc_path = list[i]
  93. (nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path))
  94. (voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path))
  95. annotation_name = nameWithoutExtention + '.xml'
  96. annotation_path = os.path.join(annotation_dir, annotation_name)
  97. probo = random.randint(1, 100)
  98. print("Probobility: %d" % probo)
  99. if(probo < 75):
  100. if os.path.exists(annotation_path):
  101. train_file.write(image_path + '\n')
  102. VOC_train_file.write(voc_nameWithoutExtention + '\n')
  103. convert_annotation(nameWithoutExtention)
  104. else:
  105. if os.path.exists(annotation_path):
  106. test_file.write(image_path + '\n')
  107. VOC_test_file.write(voc_nameWithoutExtention + '\n')
  108. convert_annotation(nameWithoutExtention)
  109. train_file.close()
  110. test_file.close()
  111. VOC_train_file.close()
  112. VOC_test_file.close()

(3)修改配置文件

新建data\voc.names文件,该文件内容存放数据标签名,可以复制data\voc.names再根据自己情况的修改(修改成自己的分类);可以重新命名等


 新建 data\voc.data文件,可以复制data\voc.data再根据自己情况的修改;可以重新命等。


classes = N ,N为自己的分类数量;train 训练集完整路径列表;valid 测试集完整路径列表;names = data/voc.names  类别文件;backup = backup/ 训练结果保存在darknet/backup/目录下。

新建cfg\yolov4-voc.cfg,可以复制cfg\yolov4-custom.cfg再根据自己情况的修改;可以重新命名等。


yolov4-voc.cfg文件参数说明:

batch: 每一次迭代送到网络的图片数量,也叫批数量。增大这个可以让网络在较少的迭代次数内完成一个epoch。在固定最大迭代次数的前提下,增加batch会延长训练时间,但会更好的寻找到梯度下降的方向。如果你显存够大,可以适当增大这个值来提高内存利用率。这个值是需要大家不断尝试选取的,过小的话会让训练不够收敛,过大会陷入局部最优。
subdivision:这个参数它会让你的每一个batch不是一下子都丢到网络里。而是分成subdivision对应数字的份数,一份一份的跑完后,在一起打包算作完成一次iteration。这样会降低对显存的占用情况。如果设置这个参数为1的话就是一次性把所有batch的图片都丢到网络里,如果为2的话就是一次丢一半。(subdivisions=8 ,如果显存溢出改为16,32或64)
angle:图片旋转角度,这个用来增强训练效果的。从本质上来说,就是通过旋转图片来变相的增加训练样本集。
saturation,exposure,hue:饱和度,曝光度,色调,这些都是为了增强训练效果用的。
learning_rate:学习率,训练发散的话可以降低学习率。学习遇到瓶颈,loss不变的话也减低学习率。
max_batches: 最大迭代次数。
policy:学习策略,一般都是step这种步进式。
step,scales:这两个是组合一起的,举个例子:learn_rate: 0.001, step:100,25000,35000   scales: 10, .1, .1 这组数据的意思就是在0-100次iteration期间learning rate为原始0.001,在100-25000次iteration期间learning rate为原始的10倍0.01,在25000-35000次iteration期间learning rate为当前值的0.1倍,就是0.001, 在35000到最大iteration期间使用learning rate为当前值的0.1倍,就是0.0001。随着iteration增加,降低学习率可以是模型更有效的学习,也就是更好的降低train loss。
在cfg\yolov4-voc.cfg文件中,三个yolo层和各自前面的convolutional层的参数需要修改:filters=num╳(classes+5),5的意义是4个坐标加一个置信率num表示YOLO中每个cell预测的框的个数,yolo层中的classes为类别,YOLOV3中为3。此 处 的 值 要 根 据 自 己 的 数 据 集 进 行 更 改 , 例 如 识 别 4 个 类 别 , 则 :filters=3 ╳(4+5)=27。

(4)使用YOLOv4进行训练

下载权重文件:yolov4.conv.137,放置在D:\darknet\build\darknet\x64目录下这里的训练使用迁移学习,所以下载的yolov4在coco数据集上的预训练权重文件(不含全连接层)

训练网络(如需要显示训练过程的map变化,在命令末尾加-map):

darknet.exe detector train data\voc.data cfg\yolov4.cfg yolov4.conv.137 -map 
网络训练建议:

batch=16
subdivisions=8 (如果显存溢出改为16,64)
把max_batches设置为 (classes*2000);但最小为4000。例如如果训练3个目标类别,max_batches=6000
把steps改为max_batches的80% and 90%;例如steps=4800, 5400。
为增加网络分辨率可增大height和width的值,但必须是32的倍数 (height=608, width=608 or 32的整数倍) 。这有助于提高检测精度。


(5)mAP性能统计

统计 mAP@IoU=0.50:

darknet.exe detector map data\voc.data cfg\yolov4-test.cfg backup\yolov4.weights
统计 mAP@IoU=0.75:

darknet.exe detector map data\voc.data cfg\yolov4-test.cfg backup\yolov4.weights -iou_thresh 0.75
8、Anchor Box先验框聚类分析与修改
使用k-means聚类获得自己数据集的先验框大小:

darknet.exe detector calc_anchors data\voc.data -num_of_clusters 9 -width 608 -height 608
D:\darknet\build\darknet\x64目录下生成anchors.txt文件,修改cfg文件中的先验框大小,重新训练和测试


三、提高YOLOv4目标检测性能的技巧


1、YOLOv4训练前的改善技巧
增大.cfg文件中的网络分辨率(height=608, width=608或任何32的倍数)有助于提高检测精度。
检查要检测的每个目标在数据集中都标注了标签。数据集中的任何目标都要有标签,数据集中如果有错误的标签也会导致训练出问题。
得到的损失函数很高并且mAP很低,训练出错了吗?在训练命令末尾使用-show_imgs 标志来运行训练,你是否能看到有正确的边界预测框的目标(在Windows的窗口或者aug_...jpg)?如果没有,训练是发生错误了。
对于要检测的每个目标,训练集中必须至少有一个相似的目标,且它们具有大致相同的形状:形状、物体的侧面、相对大小、旋转角度、倾斜度、照明度。 理想的是训练集应包含目标的不同图像:比例、旋转、照明、不同侧面、不同背景。每类图片最好有2000张不同的图像,并且训练的迭代次数(iterations)设置为2000×classes以上(最少为4000)。
训练数据集最好包含有不想检测的未标注物体的图像-即无边界框的负样本(空 的.txt文件)。并且负样本图像与带有物体的图像大致一样多。
如果要对每个图像中的大量目标进行训练,请在cfg文件的最后一个[yolo]层中添加参数max = 200或更大的值 。
为了使检测到的边界框更准确,可以向每个[yolo]层添加3个参数ignore_thresh = .9 iou_normalizer = 0.5 iou_loss = giou并进行训练,它将增加mAP@0.9,但降低mAP@0.5。
从cfg文件重新计算数据集的宽度和高度锚框(聚类分析):darknet detector calc_anchors data / obj.data -num_of_clusters 9 -width 416 -height 416然后在cfg文件的3个[yolo]图层中的每个层中设置9个锚框。 但是,你应该为每个[yolo]层更改anchor masks =的索引。 同样,你应该在每个[yolo]层之前更改filters=(classes + 5)*<number of mask>。 如果许多计算出的锚不适合在适当的层下,则只需尝试使用所有默认锚框即可。
2、YOLOv4训练后的改善技巧
通过在.cfg文件中设置(height=608 and width=608)或(height=832 and width=832)或(任何32的倍数)来提高网络分辨率。这可以提高精度并可以检测到小目标。
不必再次训练网络,只需使用已经针对416x416分辨率进行训练的权重文件即可,但是要获得更高的准确性,应该使用更高分辨率的608x608或832x832进行训练,请注意:如果发生显存溢出错误,在.cfg 文件应该增加subdivisions=16, 32 or 64 (batch=64时)。
 
 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小舞很执着/article/detail/819615
推荐阅读
相关标签
  

闽ICP备14008679号