動手訓練自己的目標檢測模型

在前面的文章中，已經介紹了基於SSD使用自己的數據訓練目標檢測模型（見文章：手把手教你訓練自己的目標檢測模型），本文將基於另一個目標檢測模型YOLO，介紹如何使用自己的數據進行訓練。

YOLO（You only look once）是目前流行的目標檢測模型之一，目前最新已經發展到V3版本了，在業界的應用也很廣泛。

YOLO的基本原理是：首先對輸入圖像劃分成7x7的網格，對每個網格預測2個邊框，然後根據閾值去除可能性比較低的目標窗口，最後再使用邊框合併的方式去除冗餘窗口，得出檢測結果，如下圖：

YOLO的特點就是「快」，但由於YOLO對每個網格只預測一個物體，就容易造成漏檢，對物體的尺度相對比較敏感，對於尺度變化較大的物體泛化能力較差。

本文的目標仍舊是在圖像中識別檢測出可愛的熊貓

基於YOLO使用自己的數據訓練目標檢測模型，訓練過程跟前面文章所介紹的基於SSD訓練模型一樣，主要步驟如下：

1、安裝標註工具

本案例採用的標註工具是labelImg，在前面的文章介紹訓練SSD模型時有詳細介紹了安裝方法（見文章：手把手教你訓練自己的目標檢測模型），在此就不再贅述了。

成功安裝後的labelImg標註工具，如下圖：

2、標註數據

使用labelImg工具對熊貓照片進行畫框標註，自動生成VOC_2007格式的xml文件，保存為訓練數據集。操作方式跟前面的文章介紹訓練SSD模型的標註方法一樣（見文章：手把手教你訓練自己的目標檢測模型），在此就不再贅述了。

3、配置YOLO

（1）安裝Keras

本案例選用YOLO的最新V3版本，基於Keras版本。Keras是一個高層神經網路API，以Tensorflow、Theano和CNTK作為後端。由於本案例的基礎環境（見文章：AI基礎環境搭建）已經安裝了tensorflow，因此，Keras底層將會調用tensorflow跑模型。Keras安裝方式如下：

# 切換虛擬環境

source activate tensorflow

# 安裝keras-gpu版本

conda install keras-gpu

# 如果是安裝 keras cpu版本，則執行以下指令

#conda install keras

keras版本的yolo3還依賴於PIL工具包，如果之前沒安裝的，也要在anaconda中安裝

# 安裝 PIL

conda install pillow

（2）下載yolo3源代碼

在keras-yolo3的github上下載源代碼（https://github.com/qqwweee/keras-yolo3），使用git進行clone或者直接下載成zip壓縮文件。

（3）導入PyCharm

打開PyCharm，新建項目，將keras-yolo3的源代碼導入到PyCharm中

4、下載預訓練模型

YOLO官網上提供了YOLOv3模型訓練好的權重文件，把它下載保存到電腦上。下載地址為

https://pjreddie.com/media/files/yolov3.weights

5、訓練模型

接下來到了關鍵的步驟：訓練模型。在訓練模型之前，還有幾項準備工作要做。

（1）轉換標註數據文件

YOLO採用的標註數據文件，每一行由文件所在路徑、標註框的位置（左上角、右下角）、類別ID組成，格式為：image_file_path x_min,y_min,x_max,y_max,class_id

例子如下：

這種文件格式跟前面製作好的VOC_2007標註文件的格式不一樣，Keras-yolo3裡面提供了voc格式轉yolo格式的轉換腳本 voc_annotation.py

在轉換格式之前，先打開voc_annotation.py文件，修改裡面的classes的值。例如本案例在voc_2007中標註的熊貓的物體命名為panda，因此voc_annotation.py修改為：

import xml.etree.ElementTree as ET

from os import getcwd

sets=[("2007", "train"), ("2007", "val"), ("2007", "test")]

classes = ["panda"]

新建文件夾VOCdevkit/VOC2007，將熊貓的標註數據文件夾Annotations、ImageSets、JPEGImages放到文件夾VOCdevkit/VOC2007裡面，然後執行轉換腳本，代碼如下：

mkdir VOCdevkit

mkdir VOCdevkit/VOC2007

mv Annotations VOCdevkit/VOC2007

mv ImageSets VOCdevkit/VOC2007

mv JPEGImages VOCdevkit/VOC2007

source activate tensorflow

python voc_annotation.py

轉換後，將會自動生成yolo格式的文件，包括訓練集、測試集、驗證集。

（2）創建類別文件

在PyCharm導入的keras-yolo3源代碼中，在model_data目錄裡面新建一個類別文件my_class.txt，將標註物體的類別寫到裡面，每行一個類別，如下：

（3）轉換權重文件

將前面下載的yolo權重文件yolov3.weights轉換成適合Keras的模型文件，轉換代碼如下：

source activate tensorflow

python convert.py -w yolov3.cfg yolov3.weights model_data/yolo_weights.h5

（4）修改訓練文件的路徑配置

修改train.py裡面的相關路徑配置，主要有：annotation_path、classes_path、weights_path

其中，train.py裡面的batch_size默認是32（第57行），指每次處理時批量處理的數量，數值越大對機器的性能要求越高，因此可根據電腦的實際情況進行調高或調低

（5）訓練模型

經過以上的配置後，終於全部都準備好了，執行train.py就可以開始進行訓練。

訓練後的模型，默認保存路徑為logs/000/trained_weights_final.h5，可以根據需要進行修改，位於train.py的第85行，可修改模型保存的名稱。

6、使用模型

完成模型的訓練之後，調用yolo.py即可使用我們訓練好的模型。

首先，修改yolo.py裡面的模型路徑、類別文件路徑，如下：

class YOLO(object):

_defaults = {

"model_path": "logs/000/trained_weights_final.h5",

"anchors_path": "model_data/yolo_anchors.txt",

"classes_path": "model_data/my_classes.txt",

"score" : 0.3,

"iou" : 0.45,

"model_image_size" : (416, 416),

"gpu_num" : 1,

}

通過調用 YOLO類就能使用YOLO模型，為方便測試，在yolo.py最後增加以下代碼，只要修改圖像路徑後，就能使用自己的yolo模型了

if __name__ == "__main__":

yolo=YOLO()

path = "/data/work/tensorflow/data/panda_test/1.jpg"

try:

image = Image.open(path)

except:

print("Open Error! Try again!")

else:

r_image, _ = yolo.detect_image(image)

r_image.show()

yolo.close_session()

執行後，可愛的熊貓就被乖乖圈出來了

通過以上步驟，我們又學習了基於YOLO來訓練自己的目標檢測模型，這樣在應用中可以結合實際需求，使用SSD、YOLO訓練自己的數據，並從中選擇出效果更好的目標檢測模型。

後面還會陸續推出更多【AI實戰】內容，敬請留意。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！