首页 » 机器视觉 » 正文
机器视觉

【原创】YOLOV4 训练自己的训练集——人头检测

数据集准备

首先下载人头检测数据集：
在 https://github.com/HCIILAB/SCUT-HEAD-Dataset-Release 中下载 SCUT_HEAD_Part_B 数据集，里面是图片，组织形式已经和yolov4要求的一致，
在这里插入图片描述
PartA和PartB任意一份即可，下载后如下图
在这里插入图片描述
Annotations是存放标签xml文件
JPEGImage 存放图片
ImageSets 里面txt按行存放着图片名字
如
000001
000002
000003…

在darknet/build/darknet/x64/data里创建文件夹 VOCdevkit/VOC2007 然后把下载的数据放进去如图：【labels文件夹是下面步骤生成的】
在这里插入图片描述
在这里插入图片描述

制作yolov4需要的label以及txt

这个时候只用xml格式是不满足yolov4训练格式的，需要转成voc的标签，而这个代码也有给出。首先我的darknet是下载在D:/VSLib/darknet/中，如图：
在这里插入图片描述
打开路径下 darknet/build/darknet/x64/data/voc/voc_label.py，修改voc_label.py里面的内容。

第一步，删除在“sets”里带2012的，在classes数据写入自己的训练类别“head”

在这里插入图片描述

第二步，在路径前面添加”data/”

在这里插入图片描述
在这里插入图片描述

第三步，修改convert_annotation()函数

由于对图片中的人头做标记时的xml文件中给的标记”name”是person，而不是人头”head”，与我们自定义的classes不一致，因此在原始代码“if cls not in classes or int(difficult) == 1:”这句判断中，由于”person” 不等于 “head”会让循环 continue即跳过，也就是不会把xml的信息写入到txt中，这会导致转换失败。

因此我修改的思路是，由于训练集里面的人头给的name都是person，第一个思路就是代码不变，把xml文件中 “person“全部改为“head“。第二个思路就是，xml数据不变，在代码去掉这个名称的判断，“cls”变量直接赋为“head”。我采用的是第二个办法。

第二个问题就是代码运行时出现错误“ZeroDivisionError”，我输出每张照片的id后发现，在 PartB_00000.xml中确实有一张size是0。因此我的修改思路是增加一个判断，width大于0的（即有值的）才继续下一步，否则均一化的时候会出错。
在这里插入图片描述
在这里插入图片描述
代码更改如下图
在这里插入图片描述

第四步，运行.py文件。

把修改后的voc_label.py文件复制，放到D:\darknet根目录下而不是build文件夹，否则文件会生成在build/darknet/x64/data下面。然后cmd，输入

python voc_label.py

即可
在这里插入图片描述
执行完会在data文件夹下生成几个txt，data/VOCdevkit/VOC2007/下面会生成一个label文件夹。检查一下.txt文件是否有数据即成功生成，如果是0kb则要检查代码。

在这里插入图片描述

修改配置文件

1） 配置 head.data。

D:/VSLib/darknet/cfg/目录下复制coco.data，并且重命名为head.data。然后使用修改下面以下内容。注意backup路径那里不要写成 “backup/”，会报路径错误，另外backup文件夹自己在D:/VSLib/darknet下新建出来先。
在这里插入图片描述
在这里插入图片描述
【注意在配置文件中不要写注释，并不是python文件，路径使用 “/”。变量含义可以参考下图。】
在这里插入图片描述

2）配置 head.names。

D:/VSLib/darknet/cfg/目录下复制coco.names，并且重命名为head.names。改成自己类别的名称，就写一行“head”。
在这里插入图片描述

3）配置 yolov4-head.cfg

复制cfg/yolov4-custom.cfg，并且重命名为yolov4-head.cfg，同时修改一下内容。Batch初始是64，可以先不改，我运行的时候会报错memory不足，所以修改小一些到16，网上说要4的倍数。
修改width和height为416，修改最大batch迭代多少个数max_batches = 6000，修改steps多久学习率下降一次，一般设置为max_batch个数的80%和90%。
在这里插入图片描述
另外修改三个classes的地方，修改为1。
在这里插入图片描述
还有三个filters=255的地方要修改成自己的【注意不是所有filters都该，只改三个等于255的】，公式是（类别数+5）*3，我只有一个类别，所以等于18。
在这里插入图片描述

开始训练

1）首先要下载预训练模型，yolov4.conv.137，放到D:/VSLib/darknet文件下，下载链接：

https://pan.baidu.com/s/1XrcPHdp2_4c-dKge2Guw4w
提取码：xsxb

2）在D:/VSLib/darknet文件下，打开cmd，执行代码

darknet detector train cfg/head.data cfg/yolov4-head.cfg yolov4.conv.137

开始训练，会弹出一个实时显示loss的框，我训练了5个小时+，最后的权重文件会保存在backup文件夹中，我使用的是 “yolov4-head_last.weights”
在这里插入图片描述
在这里插入图片描述

测试：

darknet detector test cfg/head.data cfg/yolov4-head.cfg backup/yolov4-head_last.weights

在这里插入图片描述
在命令行输入你的图片，比如
在这里插入图片描述

D:\VSLib\darknet\data\VOCdevkit\VOC2007\JPEGImages\PartB_00000.jpg

在这里插入图片描述
检测耗时：36ms，非常快速且准确率高！

修改后python voc_label.py代码：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

#原始代码：
#sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
#classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]

#自己代码：
sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
classes = ["head"]

def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

def convert_annotation(year, image_id):
    #原始代码
    #in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    #out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
    #自己代码
    in_file = open('data/VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    print(image_id)
    out_file = open('data/VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    #print("w,h :",w,' ',h,'\n')
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        #原始代码
        #cls = obj.find('name').text
        #if cls not in classes or int(difficult) == 1:
        
        #自己代码
        if int(difficult) == 1 or w < 1:
            continue
        #cls_id = classes.index(cls)
        cls='head'
        cls_id = classes.index(cls)

        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        print(float(xmlbox.find('xmin').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()

for year, image_set in sets:
    #if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
    #    os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
    #image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    #list_file = open('%s_%s.txt'%(year, image_set), 'w')
    #for image_id in image_ids:
    #    list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
    #    convert_annotation(year, image_id)
    if not os.path.exists('data/VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('data/VOCdevkit/VOC%s/labels/'%(year))
    image_ids = open('data/VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    list_file = open('data/%s_%s.txt'%(year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/data/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

参考博主：
[1]: https://blog.csdn.net/weixin_44771532/article/details/105495755
[2]: https://github.com/HCIILAB/SCUT-HEAD-Dataset-Release

版权声明：本文为CSDN博主「VISJudy」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_42521520/article/details/118106385

标签： · · · · · · ·
点赞 0

VISJudy

我还没有学会写个人说明！

暂无评论

发表评论

相关推荐

yolov5训练数据集划分
机器视觉 2024-11-22

yolov5训练数据集划分

yolov5训练数据集划分 按照默认8：1：1划分训练集，测试集，验证集。 txt文件出现在imageset文件夹。 import os import randomtrainval_pe

分享到：