YOLODet-PyTorch是端到端基于pytorch框架复现yolo最新算法的目标检测开发套件,旨在帮助开发者更快更好地完成检测模型的训练、精度速度优化到部署全流程。YOLODet-PyTorch以模块化的设计实现了多种主流YOLO目标检测算法,并且提供了丰富的数据增强、网络组件、损失函数等模块。目前检测库下模型均要求使用PyTorch 1.5及以上版本或适当的develop版本。
代码 获取方式:
分享本文到朋友圈
关注微信公众号 datayx 然后回复 目标检测 即可获取。
YOLODet简介
特性:
- 模型丰富:
YOLODet提供了丰富的模型,涵盖最新YOLO检测算法的复现,包含YOLOv5、YOLOv4、PP-YOLO、YOLOv3等YOLO系列目标检测算法。
- 高灵活度:
YOLODet通过模块化设计来解耦各个组件,基于配置文件可以轻松地搭建各种检测模型。
支持的模型:
- YOLOv5(s,m,l,x)
- YOLOv4(标准版,sam版)
- PP-YOLO
- YOLOv3
更多的Backone:
- DarkNet
- CSPDarkNet
- ResNet
- YOLOv5Darknet
数据增强方法:
- Mosaic
- MixUp
- Resize
- LetterBox
- RandomCrop
- RandomFlip
- RandomHSV
- RandomBlur
- RandomNoise
- RandomAffine
- RandomTranslation
- Normalize
- ImageToTensor
损失函数支持:
- bbox loss (IOU,GIOU,DIOU,CIOU)
- confidence loss(YOLOv4,YOLOv5,PP-YOLO)
- IOU_Aware_Loss(PP-YOLO)
- FocalLoss
训练技巧支持:
- 指数移动平均
- 预热
- 梯度剪切
- 梯度累计更新
- 多尺度训练
- 学习率调整:Fixed,Step,Exp,Poly,Inv,Consine
- Label Smooth
- 强烈说明 通过实验对比发现YOLOv5的正负样本划分定义和损失函数定义,使得模型收敛速度较快,远超原yolo系列对正负样本的划分和损失定义。对于如果卡资源不充足,想在短时间内收敛模型,可采用yolov5的正负样本划分和损失函数定义,相关参数为
yolo_loss_type=yolov5
。 - 额外补充 YOLOv5对于正样本的定义:在不同尺度下只要真框和给定锚框的的比值在4倍以内,该锚框即可负责预测该真值框。并根据gx,gy在grid中心点位置的偏移量会额外新增两个grid坐标来预测。通过这一系列操作,增加了正样本数量,加速模型收敛速度。而YOLO原系列对于真框,在不同尺度下只有在该尺度下IOU交并集最大的锚框负责预测该真框,其他锚框不负责,所以由于较少的正样本量,模型收敛速度较慢。
扩展特性:
- Group Norm
- Modulated Deformable Convolution
- Focus
- Spatial Pyramid Pooling
- FPN-PAN
- coord conv
- drop block
- SAM
代码结构说明
安装说明
安装和数据集准备请参考 INSTALL.md 。
要求
- python3.7 +(不支持python2)
- PyTorch 1.5或更高版本
- CUDA 10.0或更高
- NCCL 2
- GCC(G++) 4.9或以上
快速开始
请参阅 GETTING_STARTED.md 了解YOLODet的基本用法。
模型训练
YOLODetection提供执行单卡多卡的训练。所有输出(日志文件和检查点)将保存到工作目录中。
这是由配置文件中的work_dir
指定的。
*Important*: 配置文件的默认学习率是1个gpu和小批次大小为2,累计到64个批次大小进行梯度更新。
根据余弦败火规则,如果你使用不同的GPU或每个GPU的图像,你需要设置与批大小成比例的学习率,配置文件中的batch_size
和subdivisions
确定。
使用GPU训练
可选参数:
--validate
(强烈建议):在训练epoch期间每一次k(默认值是1,可以像这样修改this)来执行评估。--work_dir ${WORK_DIR}
:覆盖配置文件中指定的工作目录。--device ${device}
: 指定device训练, 0 or 0,1,2,3 or cpu,默认全部使用。--resume_from ${CHECKPOINT_FILE}
:从以前训练的checkpoints文件恢复训练。--multi-scale
:多尺度缩放,尺寸范围为训练图片尺寸+/- 50%
resume_from
和load_from
的不同:
resume_from
加载模型权重和优化器状态,并且训练也从指定的检查点继续训练。它通常用于恢复意外中断的训练。 load_from
只加载模型权重,并且训练从epoch 0开始。它通常用于微调。
用于测试图像的高级api接口
下面是一个构建模型和测试给定图像的示例。
预训练模型
YOLO
- 重要说明: 由于本人资源有限,只有单张1080Ti的显卡可供训练,完整训练完训练周期较长。为了说明本框架可训练,推断和测试。本次给出的预训练模型只是训练24个epoch的模型,损失值还在下降中,未训练充分,仅供大家参考。如有条件的开发者可完成本次训练,并希望你能把训练好的预训练模型提供出来,供大家使用。我也会在重要位置进行声明和感谢。