YOLOv3,快如闪电,可称目标检测之光。
PyTorch实现教程去年4月就出现了,TensorFlow实现一直零零星星。
现在,有位热心公益的程序猿 (Yunyang1994) ,为它做了纯TensorFlow代码实现。
这份实现,支持用自己的数据训练模型。
TensorFlow实现,包含了以下部分:
· YOLOv3架构 · 权重转换器 (Weight Converter) · 基础版Demo · GPU和CPU上都支持非极大抑制 (Non-Maximum Suppression) · 训练pipeline · COCO mAP计算
四个步骤,速速上车。
1.复制这个文件:
1$ git clone https://github.com/YunYang1994/tensorflow-yolov3.git
2.在食用代码前,先安装一些依赖项:
1$ cd tensorflow-yolov3
2$ pip install -r ./docs/requirements.txt
3.把加载好的COCO权重导出为TF checkpoint (yolov3.ckpt) 和 frozen graph (yolov3_gpu_nms.pb) 。
如果你没有yolov3.weights的话,去下载,然后放到./checkpoint目录下。下载地址是:
https://github.com/YunYang1994/tensorflow-yolov3/releases/download/v1.0/yolov3.weights
1$ python convert_weight.py --convert --freeze
4.然后,./checkpoint目录下就会出现一些.pb文件。现在可以跑Demo脚本了:
1$ python nms_demo.py
2$ python video_demo.py # if use camera, set video_path = 0
这个Demo就是给大家一个粗略的感受,感受YOLOv3的训练过程到底是怎样的。
用python core/convert_tfrecord.py把你的图集转成TFRecords。
1$ python core/convert_tfrecord.py --dataset /data/train_data/quick_train_data/quick_train_data.txt --tfrecord_path_prefix /data/train_data/quick_train_data/tfrecords/quick_train_data
2$ python quick_train.py # start training
如果还没下载COCO2017数据集,请前往:
http://cocodataset.org/
再把数据集放到./data/train_data/COCO里面。
1$ cd data/train_data/COCO
2$ wget http://images.cocodataset.org/zips/train2017.zip
3$ unzip train2017.zip
4$ wget http://images.cocodataset.org/annotations/annotations_trainval2017.zip
5$ unzip annotations_trainval2017.zip
然后,就要从数据集里提取一些有用的信息了,比如边界框,拿这些信息生成你自己的.txt文件。
1$ python core/extract_coco.py --dataset_info_path ./data/train_data/COCO/train2017.txt
上面这步得到的文件是./data/train_data/COCO/train2017.txt。拿一张图举栗,应该长这样:
1As a result, you will get ./data/train_data/COCO/train2017.txt. Here is an example row for one image:
2
3/home/yang/test/tensorflow-yolov3/data/train_data/train2017/000000458533.jpg 20 18.19 6.32 424.13 421.83 20 323.86 2.65 640.0 421.94
4/home/yang/test/tensorflow-yolov3/data/train_data/train2017/000000514915.jpg 16 55.38 132.63 519.84 380.4
5# image_path, category_id, x_min, y_min, x_max, y_max, category_id, x_min, y_min, ...
接下来,要把图像数据集转成.tfrecord,就是用二进制来保存数据。最后,可以训练啦。
1$ python core/convert_tfrecord.py --dataset ./data/train_data/COCO/train2017.txt --tfrecord_path_prefix ./data/train_data/COCO/tfrecords/coco --num_tfrecords 100
2$ python train.py
如果要看一下模型在COCO上的表现,就这样做:
1$ cd data/train_data/COCO
2$ wget http://images.cocodataset.org/zips/test2017.zip
3$ wget http://images.cocodataset.org/annotations/image_info_test2017.zip
4$ unzip test2017.zip
5$ unzip image_info_test2017.zip
YOLO系列的作者,是华盛顿大学两位画风奇崛的研究人员,一个叫Joseph Redmon,一个叫Ali Farhadi。
去年3月YOLOv3发布,两位在论文里是这样描述这项成果的:
我今年基本没做啥研究,净刷推特了,也玩了一小会儿GAN。去年还剩一点动力没用完,就给YOLO更了个新。没什么特别有意思的东西,一些细小的改动而已。
但严肃地说,速度是v3最主要的提升。一般来讲,YOLOv3比R-CNN快1000倍,比Fast R-CNN快100倍。
有一些人啊,看起来常年不做正事,但还是能拿出精彩的成果。
还有一些人呢……
YOLOv3 TensorFlow实现传送门: https://github.com/YunYang1994/tensorflow-yolov3
(早就出了的) YOLO v3 PyTorch教程传送门: https://github.com/ayooshkathuria/YOLO_v3_tutorial_from_scratch
— 完 —