YoloV3

YoloV3

1.简介

YOLO 系列的算法(经典的v1~v3)，是单阶段目标检测网络的开山鼻祖，YOLO—You only look once，表明其单阶段的特征，正是由于网络简单，单阶段的效率较快，使其区别于 Faster-RCNN 为代表的两阶段目标检测器，从一开始推出至今，便以速度快和较高的准确率而风靡目标检测领域，受到广泛使用和好评。

而Yolov3是其中的经典和集大成者(当然官方最近也推出了 Yolov4 )，其以融合了残差网络的 Darknet-53 为骨干网络，融合了多尺度，3路输出的 feature map，上采样等特点，使其模型精度和对小目标检测能力都大为提升。

YoloV3 - 图1

本文，我们提供了 Yolov3 的 OneFlow 版实现，和其他版本实现的区别在于，我们将输出特征的 nms 过程写进了 C++ 代码中，通过自定义 user op 的方式来调用，当然，我们也同时支持直接使用 python 代码处理 nms。

2.快速开始

开始前，请确保您已正确安装了oneflow，并且在python3环境下可以成功import oneflow。

  1. git clone 此仓库到本地
  1. git clone --recursive https://github.com/Oneflow-Inc/oneflow_yolov3.git

2. 安装 python 依赖库

  1.    pip install -r requirements.txt

3. 在项目 root 目录下，执行:

  1. ./scripts/build.sh

执行此脚本，将 cpp 代码中自定义的 op 算子编译成可调用执行的 .so 文件，您将在项目路径下看到：

  • libdarknet.so

  • liboneflow_yolov3.so

预训练模型

我们使用了 Yolov3 原作者提供的预训练模型—yolov3.weight ，经转换后生成了 OneFlow 格式的模型。下载预训练模型：of_model_yolov3.zip ，并将解压后的 of_model 文件夹放置在项目 root 目录下，即可使用。

3. 预测/推理

运行：

  1. sh yolo_predict.sh

或者：

  1. sh yolo_predict_python_data_preprocess.sh

运行脚本后，将在 data/result 下生成检测后带 bbox 标记框的图片：

YoloV3 - 图2

参数说明 - —pretrained_model 预训练模型路径

  • --label_path coco 类别标签路径(coco.name)

  • --input_dir 待检测图片文件夹路径

  • --output_dir 检测结构输出路径

  • --image_paths 单个/多个待检测图片路径，如：

--image_paths ‘data/images/000002.jpg’ ‘data/images/000004.jpg’

训练同样很简单，准备好数据集后，只需要执行：sh yolo_train.sh即可，数据集制作过程见下文【数据集制作】部分。

4. 数据集制作

Yolov3 支持任意目标检测数据集，下面我们以 COCO2014 制作过程为例，介绍训练/验证所需的数据集制作，其它数据集如 PASCAL VOC 或自定义数据集等，都可以采用相同格式。

资源文件

下载 COCO2014 训练集和验证集图片，将解压后的 train2014 和 val2014 放在 data/COCO/images 目录下

（如果本地已下载过 COCO2014 数据集，可以 ln 软链接 images 至本地 train2014 和 val2014 的父目录）

准备资源文件：labels，5k.part，trainvalno5k.part

  1. wget -c https://pjreddie.com/media/files/coco/5k.part
  2. wget -c https://pjreddie.com/media/files/coco/trainvalno5k.part
  3. wget -c https://pjreddie.com/media/files/coco/labels.tgz

脚本

在 data/COCO 目录下执行脚本：

  1. # get label file
  2. tar xzf labels.tgz
  4. # set up image list
  5. paste <(awk "{print \"$PWD\"}" <5k.part) 5k.part | tr -d '\t' > 5k.txt
  6. paste <(awk "{print \"$PWD\"}" <trainvalno5k.part) trainvalno5k.part | tr -d '\t' > trainvalno5k.txt
  8. # copy label txt to image dir
  9. find labels/train2014/ -name "*.txt"  | xargs -i cp {} images/train2014/
  10. find labels/val2014/   -name "*.txt"  | xargs -i cp {} images/val2014/

执行脚本将自动解压缩 labels.tgz 文件，并在当前目录下生成 5k.txt 和 trainvalno5k.txt，然后将 labels/train2014 和 labels/val2014 的所有 label.txt 文件复制到对应的训练集和验证集文件夹中( 保证图片和 label 在同一目录 )。

至此，完成整个数据集的准备过程。

5.训练

修改 yolo_train.sh 脚本中的参数，令：--image_path_file="data/COCO/trainvalno5k.txt" 并执行：

  1. sh yolo_train.sh

即可开始训练过程，更详细的参数介绍如下：

  • --gpu_num_per_node 每台机器使用的gpu数量
  • --batch_size 批大小
  • --base_lr 初始学习率
  • --classes 目标类别数量（COCO 80；VOC 20）
  • --model_save_dir 模型存放文件夹路径
  • --dataset_dir 训练/验证集文件夹路径
  • --num_epoch 迭代总轮数
  • --save_frequency 指定模型保存的epoch间隔

说明

目前如果调用 yolo_predict.sh 执行，数据预处理部分对 darknet 有依赖

其中：

predict decoder 中调用 load_image_color、letterbox_image 函数 train decoder 中调用 load_data_detection 函数 主要涉及以下操作，在后续的版本中会使用 OneFlow decoder ops 替换

  • image read
  • nhwc -> nchw
  • image / 255
  • bgr2rgb
  • resize_image
  • fill_image
  • random_distort_image
  • clip image
  • random flip image and box
  • randomize_boxes
  • correct_boxes