目标检测：EfficientDet（官方开源版）训练自己的数据_efficientdet 官方

写在前面：

 

本教程将介绍从原始标注数据到训练EfficientDet的全部过程，适合入门级选手，你将得到：

（1）详细的步骤介绍

（2）数据集处理代码

（3）EfficientDet训练示例代码

（4）EfficientDet官方预训练模型（百度网盘，链接在文末）

大家有任何问题可留言交流，必要时进行远程协助~

【EfficientDet系列文章】

Part-1 EfficientDet简介
Part-2 项目实战（训练Pascal VOC 2012）
Part-3 项目实战（训练口罩检测）

目录

1 说明

2 数据准备

2.1 原始标注数据整理

2.2 数据集预处理

2.3 数据集划分

2.4 tfrecord生成

3 训练

附录

预训练模型下载（百度网盘）

问题交流

---

1 说明

本教程采用的是EfficientDet官方原版开源代码，链接：

https://github.com/google/automl/tree/master/efficientdet

文末有本教程对应的工程源码、EfficientDet官方预训练模型（百度网网盘下载地址）

推荐环境配置：

• TensorFlow >= 2.0 （建议采用最新版的TensorFlow）
• CUDA >= 10.0

EfficientDet对各种Python包依赖不强，环境较为容易配置，主要是TensorFlow

本教程主要介绍如何训练自己的数据，EfficientDet原理不再过多介绍，其实力毋庸置疑，有图为证

COCO test-dev2017 指标（截至2020.08.14）

2 数据准备

数据集处理工具为 data_process_eff

GitHub地址：https://github.com/polar99/Data_Process_of_EfficientDet

2.1 原始标注数据整理

注意：数据集标注采用VOC格式，其他标注格式后续会做兼容

一般来讲，数据集标注后会得到图像和xml两种文件，其中图像是jpg格式。

按照VOC格式要求，图像文件夹命名为JPEGImages，标注文件夹命名为Annotations，目录结构如下：

2.2 数据集预处理

自己标注的数据集中，box的坐标可能存在错误，比如 box的 xmax > img_witdh，因此在正式训练之前，首先使用工程下的 check_xmls.py检查并自动修正错误的标注。

在工程data_process_eff目录下运行：

python check_xmls.py --xml_path=your_data_path/Annotations

2.3 数据集划分

数据集一般划分为

• 训练集 train
• 验证集 val
• 测试集 test

考虑到实际项目中，可能接触不到带有标注的测试集或不具备测试集，本教程介绍将原始数据集划分为 训练集和验证集

Pascal VOC数据集中，使用 ImageSets/Main 文件夹下的 txt文件控制train val数据集的划分。假设原始数据共1000张图像，数据集目录结构如下所示：

在工程data_process_eff目录下运行：

python split_dataset.py --src_path=your_source_data_path --train_ratio=0.9

命令行参数解释：

• src_path：对应上面的src_path，其中有JPEGImages 和 Annotations 两个文件夹
• train_ratio：训练集所占的比例，则验证集的比例为（1-train_ratio）

成功运行后会在src_path下生成ImageSets/Main文件夹：

2.4 tfrecord生成

EfficientDet使用tfrecord文件进行训练，tfrecord是一种高效的文件存储结构，有利于加速TensorFlow的训练（相较于本地直接读取图像文件）。

EfficientDet源码文件夹dataset下复制一份create_pascal_tfrecord.py，命名为

my_create_pascal_tfrecord.py

注意：data_process_eff工程下也提供了修改好的my_create_pascal_tfrecord.py，如果不想自己改代码可直接使用该文件，省略前3步，直接进行第四步（4）。

修改my_create_pascal_tfrecord.py

（1）修改YEARS

YEARS = ['VOC2007', 'VOC2012', 'merged']

将YEARS中加入2.3中src_path文件夹名称，本人实验中的是my_set，则

YEARS = ['VOC2007', 'VOC2012', 'merged', 'my_set']

（2）修改pascal_label_map_dict

pascal_label_map_dict = {

'background': 0,

自定义类-1: 1,

自定义类-2: 2,

...

}

本人实验中，类别有2两类，车辆（vehicle）和行人（person），则

pascal_label_map_dict = {

'background': 0,

'vehicle': 1,

'person': 2,

}

（3）修改main()中的代码

去掉‘aeroplane_'+

（4）运行my_create_pascal_tfrecord.py

本人实验时的数据集目录结构

运行需要指定4个参数：

• data_dir： 数据集根目录
• set：数据集类型train、val、 test
• year：数据集名称
• output_path：tfrecord保存路径

建议使用绝对路径，本人实验时运行的命令：

python my_create_pascal_tfrecord.py \
--data_dir=D:/dataset \
--set=train \
--year=my_set \
--output_path=D:/dataset/my_set

可能出现的错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 109: invalid continuation byte

这个错误是由dict_to_tf_example()函数引起的，原因是my_create_pascal_tfrecord.py中的代码

img_path = os.path.join(data['folder'], image_subdirectory, data['filename'])

data['folder']路径或data['filename']可能不正确。

问题主要是，自己标注的数据集中的xml内 folder字段，可能与现在数据集文件目录结构不一致导致的。可以通过脚本rectify_xml_folder.py来修改xml内的folder字段:

python rectify_xml_folder.py --src_path=D:/dataset/my_set

接下来重新运行my_create_pascal_tfrecord.py 可以生成关于train的 tfrecord及json文件。再将set改为val：

python my_create_pascal_tfrecord.py \
--data_dir=D:/dataset \
--set=val \
--year=my_set \
--output_path=D:/dataset/my_set

以生成关于val的 tfrecord及json文件。

注意：my_create_pascal_tfrecord.py命令行参数中有一个num_shards，用于指定tfrecord的个数，数据量较小时可以设置为1，即所有的数据集将会被打包到1个tfrecord文件

本人实验时的运行结果：

3 训练

在EfficientDet目录下新建 my_config.yaml文件

输入（本人的数据集分两类person和vehicle）

代码如下：

num_classes: 3
 
var_freeze_expr: '(efficientnet|fpn_cells|resample_p6)'
 
label_map: {1: person, 2: vehicle}

运行命令

python main.py --mode=train_and_eval \
 
--training_file_pattern=D:/dataset/my_set/train*.tfrecord \
 
--validation_file_pattern=D:/dataset/my_set/val*.tfrecord \
 
--model_name=efficientdet-d0 \
 
--model_dir=/tmp/efficientdet-d0-finetune \
 
--ckpt=efficientdet-d0 \
 
--train_batch_size=12\
 
--eval_batch_size=12 --eval_samples=100\
 
--num_examples_per_epoch=900--num_epochs=50 \
 
--hparams=my_config.yaml

其中：

• training_file_pattern和validation_file_pattern为2.4中生产的tfrecord文件，*为通配符。
• model_dir：训练时得到的ckpt文件存储路径
• ckpt：预训练模型所在目录（预训练模型可在百度网盘中下载）
• num_examples_per_epoch：训练集大小（本人的训练集900张图像）
• eval_samples：验证集大小（本人的验证集100张图像）
• hparams：自定义的配置文件

注意：以上涉及到路径配置的建议使用绝对路径。如果出现错误，不妨将路径设置为绝对路径再试试

预训练模型下载（百度网盘）

欢迎大家关注微信公众号“CV实战”，回复“effdet预训练模型”，即可获取下载地址

问题交流

大家有任何问题可留言或关注公众号交流，必要时可进行远程协助~

欢迎各位同道提出宝贵意见！