【darknet速成】Darknet图像分类从模型自定义到测试

1 Darknet是什么

首先不得不夸奖一下Darknet的主页风格不错。

官网地址：https://pjreddie.com/darknet/

GitHub： https://github.com/pjreddie/darknet

Darknet本身是Joseph Redmon为了Yolo系列开发的框架。

Joseph Redmon，一个从look once，到look Better, Faster, Stronger，到An Incremental Improvement，也就是从Yolo v1，干到Yolo v2，Yolo v3的男人，头像很应景。

Darknet几乎没有依赖库，是从C和CUDA开始撰写的深度学习开源框架，支持CPU和GPU。

咱们的第一个开源框架说的是Caffe，现在这最后一个Darknet跟caffe倒是颇有几分相似之处，只是更加轻量级。

2 Darknet结构解读

首先我们看下Darknet的代码结构如下：

cfg，data，examples，include，python，src，scripts几个子目录。

2.1 data目录

以上就是data目录的内容，包含了各种各样的文件。图片就是测试文件了，不必说。我们首先看看imagenet.labels.list和imagenet.shortnames.list里面是什么。

imagenet.labels.list是：

n02120505

n02104365

n02086079

n02101556

·············

看得出来就是imagenet的类别代号，与之对应的imagenet.shortnames.list里是：

kit fox

English setter

Siberian husky

Australian terrier

·············

可知这两个文件配套存储了imagenet1000的类别信息。

接着看9k.labels，9names，9k.trees，里面存储的就是Yolo9000论文中对应的9418个类别了。coco.names，openimages.names，voc.names都类似。

2.2 cfg目录

cfg，下面包含两类文件，一个是.data，一个是.cfg文件。我们打开imagenet1k.data文件看下，可知它配置的就是训练数据集的信息：

classes=1000 ##分类类别数 train = /data/imagenet/imagenet1k.train.list ##训练文件 valid = /data/imagenet/imagenet1k.valid.list ##测试文件 backup = /home/pjreddie/backup/ ##训练结果保存文件夹 labels = data/imagenet.labels.list #标签 names = data/imagenet.shortnames.list top=5

另一类就是.cfg文件，我们打开cifar.cfg文件查看。

##---------1 优化参数配置---------##

[net] batch=128 subdivisions=1 height=28 width=28 channels=3 max_crop=32 min_crop=32 ##数据增强参数 hue=.1 saturation=.75 exposure=.75 ##学习率策略 learning_rate=0.4 policy=poly power=4

max_batches = 5000 ##迭代次数 momentum=0.9 ##动量项 decay=0.0005 ##正则项 ##---------2 网络参数配置---------##

[convolutional] batch_normalize=1 ##是否使用batch_normalization filters=128 size=3 stride=1 pad=1 activation=leaky ##激活函数 [convolutional] batch_normalize=1 filters=128 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=128 size=3 stride=1 pad=1 activation=leaky [maxpool] size=2 stride=2 [dropout] probability=.5 [convolutional] batch_normalize=1 filters=256 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=256 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=256 size=3 stride=1 pad=1 activation=leaky [maxpool] size=2 stride=2 [dropout] probability=.5 [convolutional] batch_normalize=1 filters=512 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=512 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=512 size=3 stride=1 pad=1 activation=leaky [dropout] probability=.5 [convolutional] filters=10 size=1 stride=1 pad=1 activation=leaky [avgpool] [softmax] groups=1

包含两部分，第一部分就是优化参数的定义，类似于caffe的solver.prototxt文件。第二部分就是网络定义，类似于caffe的train.prototxt文件，不同的是网络层用[]来声明，batch normalization以及激活函数等配置进了[convolutional]里面。

最后的avgpool不需要配置池化半径，softmax不需要配置输入输出，在最后设置group参数。

你可能好奇，那残差网络怎么弄呢？

[shortcut]

activation=leaky

from=-3

如上，通过一个from=-3参数来进行配置，就是往后退3个block的意思了。

2.3 python目录

下面只有两个文件，即darknet.py和proverbot.py。前者就是python调用yolo模型的案例，后者没什么用。

2.4 include，src，examples目录

include和src就是具体的函数实现了，卷积等各类操作都在这里。examples就是高层任务的定义，包括classifier，detector，代码的解读就超过本文的内容了，以后详解。

3 数据准备和模型定义

3.1 数据准备

前面已经把该介绍的都介绍了，下面就开始准备数据进行训练。跟caffe一样，数据准备的流程非常简单。

首先，在data目录下建立我们自己的任务，按照如下目录，把文件准备好

├── genedata.sh

├── labels.txt

├── test

├── test.list

├── train

└── train.list

使用如下命令生成文件

find `pwd`/train -name \*.jpg > train.list

find `pwd`/test -name \*.jpg > test.list

其中每一行都存储一个文件，而标签是通过后缀获得的。

/Users/longpeng/Desktop/darknet/data/mouth/train/60_smile.jpg

/Users/longpeng/Desktop/darknet/data/mouth/train/201_smile.jpg

/Users/longpeng/Desktop/darknet/data/mouth/train/35_neutral.jpg

/Users/longpeng/Desktop/darknet/data/mouth/train/492_smile.jpg

标签的内容存在labels.txt里面，如下

neutral

smile

3.2 配置训练文件路径和网络

去cfg目录下建立文件mouth.data和mouth.cfg，mouth.data内容如下：

classes=2

train = data/mouth/train.list

valid = data/mouth/test.list

labels = data/mouth/labels.txt

backup = mouth/

top=5

mouth.cfg内容如下：

[net]

batch=16

subdivisions=1

height=48

width=48

channels=3

max_crop=48

min_crop=48

hue=.1

saturation=.75

exposure=.75

learning_rate=0.01

policy=poly

power=4

max_batches = 5000

momentum=0.9

decay=0.0005

[convolutional]

batch_normalize=1

filters=12

size=3

stride=1

pad=1

activation=leaky

[maxpool]

size=2

stride=2

[convolutional]

batch_normalize=1

filters=24

size=1

stride=1

pad=1

activation=leaky

[maxpool]

size=2

stride=2

[convolutional]

batch_normalize=1

filters=48

size=3

stride=1

pad=1

activation=leaky

[maxpool]

size=2

stride=2

[connected]

output=128

activation=relu

[connected]

output=2

activation=linear

[softmax]

在这里我们用上了一点数据增强操作，大家在后面会看到它的威力。

4 模型训练

使用如下命令进行训练：

./darknet classifier train cfg/mouth.data cfg/mouth.cfg

训练结果如下：

上面每一行展示的分别是：batch数目，epoch数目，损失，平均损失，学习率，时间，见过的样本数目。

将最后的结果提取出来进行显示，损失变化如下，可知收敛非常完美。

训练完之后使用如下脚本进行测试。

./darknet classifier valid cfg/mouth.data cfg/mouth.cfg mouth/mouth_50.weights

一个样本的结果如下：

darknet/data/mouth/test/27_smile.jpg, 1, 0.006881, 0.993119,

99: top 1: 0.960000, top 5: 1.000000

依次表示样本darknet/data/mouth/test/27_smile.jpg，被分为类别1，分类为0和1的概率是0.006881, 0.993119，该样本是第99个测试样本，此时top1和top5的平均准确率分为是0.96和1。

到这里，我们只用了不到500个样本，就完成了一个精度不错的分类器的训练，如此轻量级的darknet，我决定粉了。

总结

本文讲解了如何使用darknet深度学习框架完成一个分类任务，框架固然小众，但是速度真快，而且非常轻便，推荐每一个玩深度学习，尤其是计算机视觉的朋友都用起来。