Ubuntu16.04でdarknet-yolov 3を実現して自分のデータを訓練する(loss図、mAP計算を含む)


darknetをローカルにコンパイルし、自分のデータセットでyolov 3を訓練する過程を記録し、最後にmAPの計算方法を補充した.
1.環境構成
まずCUDAとCudnnは必須で、インストールは多くのチュートリアルがあってあまり書かないで、opencvインストールは比較的に面倒でインストールしなくてもいいです
2.ローカルコンパイルdarknet
githubからdarknetを取得
git clone https://github.com/pjreddie/darknet
cd darknet

Makefileファイルの変更
GPU=1 #    GPU   1,CPU   0
CUDNN=1  #    CUDNN   1,   0
OPENCV=0 #       ,     OPENCV 1,   0
OPENMP=0  #    OPENMP   1,   0
DEBUG=0  #    DEBUG   1,   0

darknetフォルダでコンパイル
make

yolov 3のプリトレーニングモデルをダウンロード
wget https://pjreddie.com/media/files/yolov3.weights

コンパイルに成功したかどうかをテスト
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

3.データセットの準備
一般的には、VOC形式のデータセットを準備してから、いくつかのスクリプトファイルをトレーニングに使用できるバージョンに変換します.
darknetフォルダの下にdatesetフォルダを作成します.内部構造は次のとおりです.
dataset
  ---JPEGImages#     (     xml    ,     )
 
  ---Annotations#       xml  
 
  ---ImageSets/Main #     /     txt  (    )

画像データをJPEGImagesに、xmlの寸法ファイルをAnnotationsに、pyファイルを新規作成し、任意に名前を付けます(maketxt.pyなど).
import os
import random

trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '
' if i in trainval: ftrainval.write(name) if i in train: ftest.write(name) else: fval.write(name) else: ftrain.write(name) ftrainval.close() ftrain.close() fval.close() ftest.close()

実行するとImageSets/Mainパスの下でtrainが生成する.txt,val.txt,test.txtとtrainval.txt 4つの必須txtファイル
VOC形式のデータセットをdarknet形式に変換する(ポイント座標を正規化する)https://blog.csdn.net/hesongzefairy/article/details/104443573)
darknetフォルダにpyファイルを作成し、勝手に名前を付け、変更する場所はコメントを見る(darknet/scripts/voc_label.pyから変更)
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
#   sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets=[('dataset', 'train')]  #             ,      train  test
 
classes = ["person", "car"] #        , fastrcnn   ,  +1
 
def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    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):
    in_file = open('myData/Annotations/%s.xml'%(image_id))  VOCdevkit/VOC%s/Annotations/%s.xml
    out_file = open('myData/labels/%s.txt'%(image_id), 'w')  VOCdevkit/VOC%s/labels/%s.txt
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
 
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult)==1:
            continue
        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))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '
') # wd = getcwd() # for year, image_set in sets: # if not os.path.exists('/labels/'): # myData # os.makedirs('myData/labels/') # image_ids = open('myData/ImageSets/Main/%s.txt'%(image_set)).read().strip().split() # list_file = open('myData/%s_%s.txt'%(year, image_set), 'w') # for image_id in image_ids: # list_file.write('%s/myData/JPEGImages/%s.jpg
'%(wd, image_id)) # convert_annotation(year, image_id) # list_file.close()

実行後、datasetフォルダにdataset_が生成されます.train.txt(トレーニングデータが記録された絶対パス)
4.プロファイルの変更
cfg/vocを修正する.data
classes= 2 #         

train  = /home/XXX/darknet/dataset/dataset_train.txt #        txt
names = /home/XXX/darknet/dataset/myData.names       #     ,      
backup = /home/XXX/darknet/dataset/weights           #       

cfg/yolov 3-vocを修正する.cfg
vimで開き、/yoloで検索
各yolo検索ポイントのconvレイヤに対して、filterを3*(5+len(classes))に変更し、yoloレイヤはclassesを変更すればよい.
同時にファイルの一番上の部分はいくつかの訓練パラメータを修正することができます
# Testing            ###                                               
# batch=1
# subdivisions=1
# Training           ###     ,          = batch/subdivisions 
batch=64
subdivisions=16
width=416            ###       、 、   
height=416
channels=3
momentum=0.9         ###    
decay=0.0005         ###     
angle=0
saturation = 1.5     ###    
exposure = 1.5       ###     
hue=.1               ###   
learning_rate=0.001  ###     
burn_in=1000         ###         
max_batches = 50200  ###                                               
policy=steps         ###       
steps=40000,45000    ###        

5.トレーニング開始
darknetウェイトの準備
wget https://pjreddie.com/media/files/darknet53.conv.74

トレーニング開始(gpu指定)
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpu 1

トレーニングの開始(トレーニングロゴを保存し、後続の図面に使用)
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpu 1 2>&1 | tee logs/train_yolov3.log

ストップから再訓練する
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gups 0 myData/weights/my_yolov3.backup

6.訓練完了後にlogファイルをロードしてloss図とiou図を描く
# coding=utf-8
import os
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import logging
 
logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)s %(levelname)s: %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S'
)
logger = logging.getLogger(__name__)
 
 
class Yolov3LogVisualization:
 
    def __init__(self, log_path, result_dir):
 
        self.log_path = log_path
        self.result_dir = result_dir
 
    def extract_log(self, save_log_path, key_word):
        with open(self.log_path, 'r') as f:
            with open(save_log_path, 'w') as train_log:
                next_skip = False
                for line in f:
                    if next_skip:
                        next_skip = False
                        continue
                    #    gpu   log
                    if 'Syncing' in line:
                        continue
                    #        log
                    if 'nan' in line:
                        continue
                    if 'Saving weights to' in line:
                        next_skip = True
                        continue
                    if key_word in line:
                        train_log.write(line)
        f.close()
        train_log.close()
 
    def parse_loss_log(self, log_path, line_num=2000):
        #           ,        ,        。 
        result = pd.read_csv(log_path,skiprows=[x for x in range(line_num) if (x<1500)],
                             error_bad_lines=False, names=['loss', 'avg', 'rate', 'seconds', 'images'])
        result['loss'] = result['loss'].str.split(' ').str.get(1)
        result['avg'] = result['avg'].str.split(' ').str.get(1)
        result['rate'] = result['rate'].str.split(' ').str.get(1)
        result['seconds'] = result['seconds'].str.split(' ').str.get(1)
        result['images'] = result['images'].str.split(' ').str.get(1)
 
        result['loss'] = pd.to_numeric(result['loss'])
        result['avg'] = pd.to_numeric(result['avg'])
        result['rate'] = pd.to_numeric(result['rate'])
        result['seconds'] = pd.to_numeric(result['seconds'])
        result['images'] = pd.to_numeric(result['images'])
        return result
 
    def gene_loss_pic(self, pd_loss):
        fig = plt.figure()
        ax = fig.add_subplot(1, 1, 1)
        ax.plot(pd_loss['avg'].values, label='avg_loss')
        ax.legend(loc='best')
        ax.set_title('The loss curves')
        ax.set_xlabel('batches')
        fig.savefig(self.result_dir + '/avg_loss')
        logger.info('save iou loss done')
 
    def loss_pic(self):
        train_log_loss_path = os.path.join(self.result_dir, 'train_log_loss.txt')
        self.extract_log(train_log_loss_path, 'images')
        pd_loss = self.parse_loss_log(train_log_loss_path)
        self.gene_loss_pic(pd_loss)
 
    def parse_iou_log(self, log_path, line_num=2000):
        result = pd.read_csv(log_path, skiprows=[x for x in range(line_num) if (x % 10 == 0 or x % 10 == 9)],
                             error_bad_lines=False,
                             names=['Region Avg IOU', 'Class', 'Obj', 'No Obj', 'Avg Recall', 'count'])
        result['Region Avg IOU'] = result['Region Avg IOU'].str.split(': ').str.get(1)
        result['Class'] = result['Class'].str.split(': ').str.get(1)
        result['Obj'] = result['Obj'].str.split(': ').str.get(1)
        result['No Obj'] = result['No Obj'].str.split(': ').str.get(1)
        result['Avg Recall'] = result['Avg Recall'].str.split(': ').str.get(1)
        result['count'] = result['count'].str.split(': ').str.get(1)
 
        result['Region Avg IOU'] = pd.to_numeric(result['Region Avg IOU'])
        result['Class'] = pd.to_numeric(result['Class'])
        result['Obj'] = pd.to_numeric(result['Obj'])
        result['No Obj'] = pd.to_numeric(result['No Obj'])
        result['Avg Recall'] = pd.to_numeric(result['Avg Recall'])
        result['count'] = pd.to_numeric(result['count'])
        return result
 
    def gene_iou_pic(self, pd_loss):
        fig = plt.figure()
        ax = fig.add_subplot(1, 1, 1)
        ax.plot(pd_loss['Region Avg IOU'].values, label='Region Avg IOU')
        # ax.plot(result['Class'].values,label='Class')
        # ax.plot(result['Obj'].values,label='Obj')
        # ax.plot(result['No Obj'].values,label='No Obj')
        # ax.plot(result['Avg Recall'].values,label='Avg Recall')
        # ax.plot(result['count'].values,label='count')
        ax.legend(loc='best')
        ax.set_title('The Region Avg IOU curves')
        ax.set_xlabel('batches')
        fig.savefig(self.result_dir + '/region_avg_iou')
        logger.info('save iou pic done')
 
    def iou_pic(self):
        train_log_loss_path = os.path.join(self.result_dir, 'train_log_iou.txt')
        self.extract_log(train_log_loss_path, 'IOU')
        pd_loss = self.parse_iou_log(train_log_loss_path)
        self.gene_iou_pic(pd_loss)
 
 
if __name__ == '__main__':
    log_path = '/home/studieren/  /darknet/log_analysis/train_yolov3.log'
    result_dir = '/home/studieren/  /darknet/log_analysis'
    logVis = Yolov3LogVisualization(log_path, result_dir)
    logVis.loss_pic()
    logVis.iou_pic()

7.mAP計算
リファレンスメソッドhttps://blog.csdn.net/Gentleman_Qin/article/details/84800188
このコードの実行にはpython 2が必要です.7、しかし今すべてpython 3で、誰がまだ2を使います
修正が必要な箇所:
1.printの使い方、コメントをpython 3形式に変更してもいい
2.ファイルの読み書き方法、openはrまたはwのみでエラーを報告し、rbとwbに変更する(readlineの位置は変更しない)
具体的にはエラーによって修正すれば良いので、最終的にはAP値を出力します