2021年2月8日更新:
加入letterbox_image的选项,关闭letterbox_image后网络的map一般可以得到提升。
2021年6月4日更新:
加入ghostnet主干网络。
- 性能情况 Performance
- 所需环境 Environment
- 注意事项 Attention
- 小技巧的设置 TricksSet
- 文件下载 Download
- 预测步骤 How2predict
- 训练步骤 How2train
- 评估步骤 How2eval
- 参考资料 Reference
训练数据集 | 权值文件名称 | 测试数据集 | 输入图片大小 | mAP 0.5:0.95 | mAP 0.5 |
---|---|---|---|---|---|
VOC07+12 | yolov4_mobilenet_v1_025_voc.h5 | VOC-Test07 | 416x416 | - | 66.29 |
VOC07+12 | yolov4_mobilenet_v1_voc.h5 | VOC-Test07 | 416x416 | - | 80.18 |
VOC07+12 | yolov4_mobilenet_v2_voc.h5 | VOC-Test07 | 416x416 | - | 79.72 |
VOC07+12 | yolov4_mobilenet_v3_voc.h5 | VOC-Test07 | 416x416 | - | 78.45 |
VOC07+12 | yolov4_ghostnet_voc.h5 | VOC-Test07 | 416x416 | - | 78.64 |
tensorflow-gpu==2.2.0
提供的四个训练好的权重分别是基于mobilenetv1-025、mobilenetv1、mobilenetv2、mobilenetv3主干网络训练而成的。使用的时候注意backbone和权重的对应。
训练前注意修改alpha、model_path和backbone使得三者对应。
预测前注意修改alhpa、model_path和backbone使得三者对应。
在train.py文件下:
1、mosaic参数可用于控制是否实现Mosaic数据增强。
2、Cosine_scheduler可用于控制是否使用学习率余弦退火衰减。
3、label_smoothing可用于控制是否Label Smoothing平滑。
训练所需的各个权值可在百度网盘中下载。
链接: https://pan.baidu.com/s/10UtCsu68cB2SCyvQ6fvtdw 提取码: t98u
四个已经训练好的权重均为VOC数据集的权重。
VOC数据集下载地址如下:
VOC2007+2012训练集
链接: https://pan.baidu.com/s/16pemiBGd-P9q2j7dZKGDFA 提取码: eiw9
VOC2007测试集
链接: https://pan.baidu.com/s/1BnMiFwlNwIWG9gsd4jHLig 提取码: dsda
- 下载完库后解压,在百度网盘下载权重,放入model_data,运行predict.py,输入
img/street.jpg
- 在predict.py里面进行设置可以进行fps测试和video视频检测。
- 按照训练步骤训练。
- 在yolo.py文件里面,在如下部分修改model_path、alpha和classes_path使其对应训练好的文件;model_path对应logs文件夹下面的权值文件,alpha是通道的缩放比例,classes_path是model_path对应分的类。
_defaults = {
"model_path" : 'model_data/yolov4_mobilenet_v1_voc.h5',
"anchors_path" : 'model_data/yolo_anchors.txt',
"classes_path" : 'model_data/voc_classes.txt',
"backbone" : 'mobilenetv1',
"alpha" : 1,
"score" : 0.5,
"iou" : 0.3,
"max_boxes" : 100,
# 显存比较小可以使用416x416
# 显存比较大可以使用608x608
"model_image_size" : (416, 416)
}
- 运行predict.py,输入
img/street.jpg
- 在predict.py里面进行设置可以进行fps测试和video视频检测。
- 本文使用VOC格式进行训练。
- 训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
- 训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
- 在训练前利用voc2yolo4.py文件生成对应的txt。
- 再运行根目录下的voc_annotation.py,运行前需要将classes改成你自己的classes。注意不要使用中文标签,文件夹中不要有空格!
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
- 此时会生成对应的2007_train.txt,每一行对应其图片位置及其真实框的位置。
- 在训练前需要务必在model_data下新建一个txt文档,文档中输入需要分的类,在train.py中将classes_path指向该文件,示例如下:
classes_path = 'model_data/new_classes.txt'
model_data/new_classes.txt文件内容为:
cat
dog
...
- 运行train.py即可开始训练。
评估过程可参考视频https://www.bilibili.com/video/BV1zE411u7Vw
步骤是一样的,不需要自己再建立get_dr_txt.py、get_gt_txt.py等文件。
- 本文使用VOC格式进行评估。
- 评估前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
- 评估前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
- 在评估前利用voc2yolo4.py文件生成对应的txt,评估用的txt为VOCdevkit/VOC2007/ImageSets/Main/test.txt,需要注意的是,如果整个VOC2007里面的数据集都是用于评估,那么直接将trainval_percent设置成0即可。
- 在yolo.py文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类。
- 运行get_dr_txt.py和get_gt_txt.py,在./input/detection-results和./input/ground-truth文件夹下生成对应的txt。
- 运行get_map.py即可开始计算模型的mAP。
更新了get_gt_txt.py、get_dr_txt.py和get_map.py文件。
get_map文件克隆自https://github.com/Cartucho/mAP
具体mAP计算过程可参考:https://www.bilibili.com/video/BV1zE411u7Vw
https://github.com/qqwweee/keras-yolo3/
https://github.com/Cartucho/mAP
https://github.com/Ma-Dan/keras-yolo4