devbox
小蓝xlanll
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

Ubuntu darknet(yolov4)标记、训练自己的数据流程记录_darknet 视频mp4检测 显示视频

作者：小蓝xlanll | 2024-04-23 14:20:51

赞

踩

darknet 视频mp4检测 显示视频

文章目录

Ubuntu darknet(yolov4)标记、训练自己的数据流程记录

参考：https://github.com/AlexeyAB/darknet

记录以下流程和错误，之后再用到，查询起来也快些。

翻译了部分参照文档，并按照流程走的~

提前工作有：

1.克隆了darknet代码；

2.数据已经标注完毕。且生成了对应的标签数据集

0 数据准备

标注工具使用了labelme，生成的是json文件，需要转换为txt格式的。

将labelme标记的.json数据，转为yolov4训练用的.txt数据。

图片和json文件保存在obj文件夹里。

python代码：

from os import getcwd
import numpy as np
import os
import json
import glob
wd = getcwd()
"labelme标注的json数据集转为keras yolo的txt训练集"
classes = ["car","pedestrian","truck","bus"]  #修改为待检测的类别名
image_ids = glob.glob(r"obj/*.jpg")           #jpg和json文件都在文件夹obj/里
print(image_ids)


def convert_annotation(image_id):
    jsonfile=open('%s.json' % (image_id))
    in_file = json.load(jsonfile)
    #print(in_file)
    height=in_file["imageHeight"]
    width=in_file["imageWidth"]
    size=[width,height]
    list_file = open('%s.txt'%(image_id.split('.')[0]), 'w')
    for i in range(0,len(in_file["shapes"])):
        object=in_file["shapes"][i]
        cls=object["label"]
        points=object["points"]
        dw = 1./(size[0])
        dh = 1./(size[1])
        min_x=min_y= np.inf
        max_x = max_y = 0
        for x, y in points:
            min_x = min(min_x, x)
            min_y = min(min_y, y)
            max_x = max(max_x, x)
            max_y = max(max_y, y)
        x=(min_x+max_x)/2.0
        print(x)
        y=(min_y+max_y)/2.0
        print(y)
        w=max_x-min_x
        h=max_y-min_y
        x = x*dw
        w = w*dw
        y = y*dh
        h = h*dh
        if cls not in classes:
            print("cls not in classes")
            continue
        cls_id = classes.index(cls)
        b = (x, y, w, h)
        list_file.write(str(cls_id)+" "+" ".join([str(a) for a in b]) )
        list_file.write('\n')
    list_file.close()
    jsonfile.close()
    
for image_id in image_ids:
   # list_file.write('%s.jpg' % (image_id.split('.')[0]))
    convert_annotation(image_id.split('.')[0])
    


  • 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
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58

该脚本程序会为每个.jpg文件生成一个对应的.txt文件，而且都在obj目录下。

一张图片，对应一个txt标注文件，它们同名但不同后缀。

得到图片和对应的txt标注文件之后，接下来需要生成train.txt和val.txt。

这两个txt文件保存图片的路径（可以是绝对路径，也可以是相对路径，相对路径是相对于darknet主目录而言）。本人使用了相对路径。

训练集和验证集的划分，按照一定的比例，在脚本gene_trainval.py中，比例使用变量ratio控制。

gene_trainval.py代码：

#  检验.txt 对应的.jpg或.jpeg或.png文件是否存在、是否可读（此处调用了cv2库）
#  按照训练集和验证机的比例，生成train.txt和val.txt

import os
import random
import cv2

# 默认img和txt在同一个文件夹
path='obj'

# 训练集:测试集 = 0.85:0.15
ratio=0.85

def check(img_path):
    # 判断文件是否可读
    image=cv2.imread(img_path)
    if image is None:
        return False
    else:
        return True

def main():
    filenames=os.listdir(path)
    # txt目标注释文件列表
    annoList=[]
    for file in filenames:
        # 文件名
        name=file.split('.')[0]
        # 文件后缀
        suffix=file.split('.')[-1]
        # 是图片
        if suffix in ['jpg','jpeg','png']:
            # 如果没有安装python版cv2，且确定图片无损坏，则注释此行、import cv2、check()即可。
            assert check(path + '/' + file)==True, '%s is unreadable'%(file)
            # 图片对应的txt文件
            anno= name + '.txt'
            if os.path.isfile(path + '/'+ anno):
                annoList.append(file)
            else:
                print('%s without annotation file' %(file) )
    # 乱序
    random.shuffle(annoList)
    length=len(annoList)
    # 训练集
    f=open('./train.txt','w')
    for anno in annoList[:int(ratio*length)]:
        f.write('./data/' + path + '/' + anno + '\n')
    f.close()
    # 测试集
    f=open('./val.txt','w')
    for anno in annoList[int(ratio*length):]:
        f.write('./data/' + path + '/' + anno + '\n')
    f.close()

if __name__=='__main__':
    main()
    print('generate trainval.txt success')
    

  • 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
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58

现在，我们得到了obj文件夹，里面有图片和txt标注文件，得到了train.txt和val.txt文件，它们保存图片的路径。

当前目录结构如下：

darknet/
	data/
		obj/
		train.txt
		test.txt
		gene_tainval.py

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

1 创建.data文件

在data目录里创建.data文件，tree：

darknet/
	data/
		obj.names 		# 物体类别名称
		obj.data 		# 该文件夹保存数据集信息
		obj/ 			# 存放图片以及标签信息
		train.txt 		# 存放训练集地址
		test.txt 		# 存放检测集地址

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

以下分别解释data/下5个文件(夹)的作用：

  • obj.name 保存要检测物体的名称，一行写一个

例如：

car

truck

  • obj.data 保存有五类信息：检测类别数量，训练集，验证集，类别名称，保存权重的文件夹，比如：

    classes= 2                        # 目标物体的类别数量
train= ./data/train.txt           # 训练数据集的路径
valid= ./data/test.txt              # 验证数据集的路径
names= ./data/obj.names            # 目标物体的类别名称
backup = ./backup                  # 保存训练权重文件

    • 1
    • 2
    • 3
    • 4
    • 5

  • 文件夹obj/ 存放数据集图片和每张图片的标签信息，即：

    001.jpg
001.txt
002.jpg
002.txt

    • 1
    • 2
    • 3
    • 4

    其中，每个.txt是对应.jpg的标签文件，其包含的信息有：

    <object-class>  <x_center>  <y_center>  <width>  <height>

    • 1

    本人是将训练集和验证集的图片，都放在了obj文件夹里。

    每个.jpg文件，都有同名但.txt的文件相对应，且在obj文件夹里。

    001.txt文件中一行对应001.jpg中一个物体信息：类别 中心点x坐标 中心点y坐标 宽 高 ，可能有多行。

    坐标计算方式如下：

    <x_center> = <absolute_x> / <image_width> 	即bounding box中心x实际坐标 / 图片实际宽度

<y_center> = <absolute_y> / <image_height> 	即bounding box中心y实际坐标/图片实际高度

<width> = <absolute_width> / <image_width>  即bbox宽度/图片实际宽度

<height> = <absolute_width> / <image_width> 即bbox高度 /图片实际高度

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

  • train.txt 保存所有训练集图片的相对地址，如：

    ./data/obj/img001.jpg
./data/obj/img002.jpg
./data/obj/img003.jpg

    • 1
    • 2
    • 3

  • test.txt 保存所有验证集图片的相对地址，如：

    ./data/obj/img11.jpg
./data/obj/img21.jpg
./sdata/obj/img31.jpg

    • 1
    • 2
    • 3

2 修改.cfg文件

cfg文件保存网络结构，darknet是实现该网络结构的一种框架，同pytorch框架一样，只是前者比较小众（c++语言写的）。

  1. 复制cfg文件夹下yolov4.cfg为yolov4-obg.cfg （此处名字随意，所在文件夹也任意，但训练或测试，的时候，cfg文件的路径，是命令的参数之一）

  2. 修改yolov4-obj.cfg中的内容：

    # step1: 修改batch和subdivisions
L2: batch=64                # 原来就是64,根据gpu自己选择，但必须是2的倍数
L3: subdivisions=16         # 根据自己的gpu选择，如果out of memory，则32或64，依次倍增。或者64，32，...，1，依次倍减batch值


# step2: 修改图片的尺寸
L7: width=608               # 这边我没有修改，该值必须被32整除。
L8: height=608               
L19: max_batches=500500     #该值最少是classes*2000
L21:steps=400000,450000     #该值是 max_batches的80% 和 90%

# step3: 修改classes(每个yolo层都需要修改一次，一共三次)
L968: classes=2             # 和obj.data文件中classes值相同，=2表示只识别两类物体
L1056: classes=2
L1144: classes=2
 
# step4: 修改每个yolo相邻的上一个convolution层的filter，一共3个
L961: filters=21            # 因为我预测两类物体：21 = 3*(5+2)，具体看下文解释
L1049: filters=21
L1137: filters=21
 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21

    L2，L3表示第2行，第3行。

    filters=21 是3*(5+2)=21得来的。

    如果一共检测4类物体，比如：car,pedestrian,truck,bus，则filters的值为3*(5+4)=27。

3 修改makefile文件

若无GPU，则不做任何修改，否则一些参数应修改为：

GPU=1: 表示在训练的时候使用CUDA进行加速训练（CUDA应该在 /usr/local/cuda文件夹下），若无，

CUDNN=1: 表示在训练的过程中使用CUDNN v5-v7进行加速（cuDNN应该在 /usr/local/cudnn文件夹下）

CUDNN_half=0: 为Tensor Cores (在Titan V / Tesla V100 / DGX-2等)上进行加速训练和推理。

OPENCV=1: 编译OpenCV 4.x/3.x/2.4.x等。OpenCV可以读取视频或者图片。

#L69 将NVCC=nvcc改为你自己的nvcc的路径
NVCC=/usr/local/cuda/bin/nvcc

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

注意L109和L121以下的3行：看一下cuda的默认路径，是否和自己的一致，不一致就需要修改。有的人是NVCC=/usr/local/cuda9.0/bin/nvcc，则需要修改。

以上就是开始训练前的准备。

4 开始训练

  1. 下载预训练权值yolov4.conv.137，放在darknet/文件夹下。

  2. 执行命令

    ./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -map

这这里，如果opencv和cudnn没有装错的话，就开启正常训练了。如果batch和subdivision参数设置合理的话，基本不会出现内存不足而中途退出的情况。

启动训练一段时间之后，如果出现“out of memory，核心已转储” ，则调整yolov4-obj.cfg文件中的batch值（每次调小2倍），或subdivision值（每次调大2倍）。

然后，在backup文件夹内，找到最后的权重文件（.weights后缀）的文件名，比如：last.weights ，然后使用该参数替换上述训练命令中的weights路径参数，从中断处继续训练。示例：

./darknet detector train ./data/obj.data ./cfg/yolov4-obj.cfg ./backup/last.weights  -map

  • 1

迭代一定的次数后，会自动将训练的权重文件保存在backup文件夹下，且会以迭代次数作为名字。注意mAP图的变化，找到最优值所在的迭代次数，对应的权重文件，就是最适合的。

5 命令行参数：

1.指定GPU：

上述训练命令，如果没有指定GPU，则默认是0号卡。可以在命令后面加参数i- 指定。比如：

#如果想要指定具体的gpu进行训练，使用-i来指定，比如我想使用索引为2的gpu进行训练：
./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -i 2 -map

  • 1
  • 2

2.训练时不显示mAP和loss变化图：使用参数-dont_show

./darknet detector train data/obj.data cfg/yolo-obj.cfg yolov4.conv.137 -dont_show

  • 1

3.在远程网页端，显示mAP&Loss图：

./darknet detector train data/obj.data cfg/yolo-obj.cfg yolov4.conv.137 -dont_show -mjpeg_port 8090 -map

  • 1

然后使用浏览器打开链接：http://ip-address:8090

训练过程中，darknet自动保存权值文件到backup/

backup文件夹下的yolo-obj_last.weights文件会每隔1000个iterations保存一次，新的会替代旧的

darknet总的训练步长可以在yolov4-obj.cfg文件中修改max_batches的大小(默认max_batches = 500500)

-map表示可视化显示mAP&Loss 图表，每4Epochs

训练完成后，在backup/查看结果文件：yolo-obj_final.weights

每100次迭代，比如2000次迭代后，由于外因，你停止了检测，之后可以使用：./darknet detector train data/obj.data yolo-obj.cfg backup/yolo-obj_2000.weights 来继续训练。

当avg-average loss (error)值达到最低时，你也可以提前停止训练。

6 提前终止训练

关于提前终止训练，官网是这样说的：

  1. 当loss 0.xxxxxx avg 不再变化的时候，可以提前停止训练。
  2. 训练结束后，在backup文件夹中选择最合适的权重。

如果你在9000 iterations停止训练，可能最好的模型在7000, 8000, 9000之间，不确定会不会产生过拟合，因此你需要找到提前停止训练的点（Early Stopping Point），如图所示：

img

（官网的图）在Early Stopping Point处，权值文件是最佳的。

如果需要测试权重文件的mAP，则：

  1. 准备验证集。

    你需要在 obj.data中将valid = data/test.txt 修改成 valid = data/valid.txt （valid.txt的格式和train.txt一样），如果你没有验证集，你可以直接将train.txt的内容直接复制到valid.txt文件中。

  2. 测试候选权重的mAP。

    如果你是在9000 iterations停止训练的，你就需要对之前保存的权重进行测试：

测试mAP的命令如下：

step1.测试7000 iterations的mAP:

./darknet detector map data/obj.data cfg/yolov4-obj.cfg backup/yolo-obj_7000.weights

  • 1

​ step2: 测试8000 iterations的mAP

./darknet detector map data/obj.data cfg/yolov4-obj.cfg backup/yolo-obj_8000.weights

  • 1

​ step3: 测试9000 iterations的mAP

./darknet detector map data/obj.data cfg/yolov4-obj.cfg backup/yolo-obj_9000.weights

  • 1

选择mAP值或者IOU值最高的权重文件，该文件就是最优的训练权重。

这样就可以显示训练时的mAP，根据训练过程图来选择最合适的权重了。

7 开始检测

训练好权重之后，我们可以使用权重进行检测，在终端中输入下面的命令检测图片：

./darknet detector test ./data/obj.data ./cfg/yolo-obj.cfg ./backup/yolo-obj_8000.weights  ./data/test.jpg 

  • 1

检测视频：

#  只显示FPS，不显示图像
./darknet detector demo ./data/obj.data ./cfg/yolov4-obj.cfg ./backup/yolov4-obj_9000.weights  ./demo3.mp4  -dont_show -out_filename res.mp4

# 显示FPS，显示图像，保存检测视频结果
./darknet detector demo data/obj.data cfg/yolov4-obj.cfg backup/yolov4-obj_9000.weights data/demo3.mp4  -ext_output -out_filename res.mp4

  • 1
  • 2
  • 3
  • 4
  • 5

8 其它

AlexeyAB/darknet官网代码中有自带两个脚本：darknet_video.py和darknet_images.py，它们调用darknet编译生成的lib库（位于darknet主目录下）分别进行视频检测和图像检测。通过该脚本，可以进行相关的后处理。为了生成libdarknet，需设置Makefile文件第7行lIBSO=1 ，从新编译。

修改：

  • 脚本中的parse()函数：添加.data文件路径、.cfg文件路径、.weights文件路径。
  • args参数

相关：通过标注文件中的坐标信息，画出物体的标注框

import os
import cv2

obj_path='./image'   # image + txt
out_path='./out'     # after drow box,save to ./out 


fileList=os.listdir(obj_path)
total=len(fileList)//2

def bbox2points(x,y,w,h):
    # center point to corner point
    xmin = int(round(x - (w / 2)))
    xmax = int(round(x + (w / 2)))
    ymin = int(round(y - (h / 2)))
    ymax = int(round(y + (h / 2)))
    return xmin, ymin, xmax, ymax

def draw_box(img,txt):
    f=open(obj_path + '/' + txt)
    image=cv2.imread(obj_path + '/'+ img)
    output=image.copy()
    height,width=image.shape[0],image.shape[1]
    for line in f.readlines():
        _,x,y,w,h=line.split(' ')
        x,y,w,h=float(x),float(y),float(w),float(h)
        x=x*width;y=y*height
        w=w*width;h=h*height
        xmin,ymin,xmax,ymax=bbox2points(x,y,w,h)
        cv2.rectangle(output, (xmin, ymin),(xmax, ymax), (0,255,0), 1)
    cv2.imwrite(out_path + '/' + img,output)


def main():
    fail_list=[]
    for i,file in enumerate(fileList):
        print('[%d/%d]' % (i,total) )
        suffix=file.split('.')[-1]
        if suffix in ['jpg','jpeg','png']:
            txt=file.split('.')[0] + '.txt'
            if os.path.isfile(obj_path + '/'+ txt):
                draw_box(file,txt)
                print(file)
            else:
                print('%s is not find' % (txt) )
                fail_list.append(txt)
    
    if len(fail_list)==0:
        print('all success')
    else:
        print('nof found txt')
        for i in fail_list:
            print(i)

if __name__=='__main__':
    main()

    

  • 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
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58

Reference

[1] https://github.com/AlexeyAB/darknet

以上。

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/小蓝xlanll/article/detail/474319
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号