## YOLOV4-Tiny:You Only Look Once-Tiny目标检测模型在Keras当中的实现
---
### 目录
1. [所需环境 Environment](#所需环境)
2. [注意事项 Attention](#注意事项)
3. [小技巧的设置 TricksSet](#小技巧的设置)
4. [文件下载 Download](#文件下载)
5. [预测步骤 How2predict](#预测步骤)
6. [训练步骤 How2train](#训练步骤)
7. [参考资料 Reference](#Reference)
### 所需环境
torch==1.2.0
### 注意事项
代码中的yolov4_tiny_voc.pth是基于416x416的图片训练的。
### 小技巧的设置
在train.py文件下:
1、mosaic参数可用于控制是否实现Mosaic数据增强。
2、Cosine_scheduler可用于控制是否使用学习率余弦退火衰减。
3、label_smoothing可用于控制是否Label Smoothing平滑。
### 文件下载
训练所需的yolov4_tiny_voc.pth可在百度网盘中下载。
链接: https://pan.baidu.com/s/1iLlac8QaCDmBfEtb9EC3IQ 提取码: hjuu
### 预测步骤
#### 1、使用预训练权重
a、下载完库后解压,在百度网盘下载yolov4_tiny_voc.pth,放入model_data,运行predict.py,输入
```python
img/street.jpg
```
可完成预测。
b、利用video.py可进行摄像头检测。
#### 2、使用自己训练的权重
a、按照训练步骤训练。
b、在yolo.py文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;**model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类**。
```python
_defaults = {
"model_path": 'model_data/yolov4_tiny_voc.pth',
"anchors_path": 'model_data/yolo_anchors.txt',
"classes_path": 'model_data/voc_classes.txt,
"score" : 0.5,
"iou" : 0.3,
# 显存比较小可以使用416x416
# 显存比较大可以使用608x608
"model_image_size" : (416, 416)
}
```
c、运行predict.py,输入
```python
img/street.jpg
```
可完成预测。
d、利用video.py可进行摄像头检测。
### 训练步骤
1、本文使用VOC格式进行训练。
2、训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3、训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4、在训练前利用voc2yolo4.py文件生成对应的txt。
5、再运行根目录下的voc_annotation.py,运行前需要将classes改成你自己的classes。**注意不要使用中文标签,文件夹中不要有空格!**
```python
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
```
6、此时会生成对应的2007_train.txt,每一行对应其**图片位置**及其**真实框的位置**。
7、**在训练前需要务必在model_data下新建一个txt文档,文档中输入需要分的类,在train.py中将classes_path指向该文件**,示例如下:
```python
classes_path = 'model_data/new_classes.txt'
```
model_data/new_classes.txt文件内容为:
```python
cat
dog
...
```
8、运行train.py即可开始训练。
### mAP目标检测精度计算更新
更新了get_gt_txt.py、get_dr_txt.py和get_map.py文件。
get_map文件克隆自https://github.com/Cartucho/mAP
具体mAP计算过程可参考:https://www.bilibili.com/video/BV1zE411u7Vw
### Reference
https://github.com/qqwweee/keras-yolo3/
https://github.com/Cartucho/mAP
https://github.com/Ma-Dan/keras-yolo4
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
yolov4-tiny-pytorch人脸检测.zip (57个子文件)
yolov4-tiny-pytorch人脸检测
2007_val.txt 0B
kmeans_for_anchors.py 3KB
logs
README.md 30B
yolov4_tiny_face.pth 22.46MB
train_with_tensorboard.py 11KB
train.py 11KB
utils
dataloader.py 10KB
utils.py 12KB
__pycache__
dataloader.cpython-38.pyc 7KB
utils.cpython-38.pyc 7KB
utils.cpython-36.pyc 7KB
dataloader.cpython-36.pyc 8KB
test.py 338B
model_data
yolo_anchors.txt 49B
simhei.ttf 9.3MB
fire.txt 4B
coco_classes.txt 705B
yolov4_tiny_voc.pth 22.62MB
voc_classes.txt 153B
VOCdevkit
VOC2007
voc2yolo4.py 1KB
Annotations
ImageSets
Main
test.txt 0B
train.txt 19KB
trainval.txt 19KB
val.txt 0B
README.md 24B
JPEGImages
voc_annotation.py 1KB
img
street.jpg 437KB
1.mp4 6.3MB
ciou_test.py 2KB
predict.py 433B
yolo.py 7KB
get_map.py 33KB
.idea
misc.xml 198B
workspace.xml 9KB
inspectionProfiles
profiles_settings.xml 174B
modules.xml 297B
yolov4-tiny-pytorch.iml 495B
.gitignore 50B
2007_test.txt 0B
nets
yolo4_tiny.py 2KB
yolo_training.py 22KB
CSPdarknet53_tiny.py 3KB
__pycache__
CSPdarknet53_tiny.cpython-38.pyc 3KB
CSPdarknet53_tiny.cpython-36.pyc 3KB
yolo4_tiny.cpython-38.pyc 2KB
yolo_training.cpython-36.pyc 15KB
yolo_training.cpython-38.pyc 15KB
yolo4_tiny.cpython-36.pyc 2KB
LICENSE 1KB
README.md 3KB
2007_train.txt 241KB
__pycache__
yolo.cpython-38.pyc 6KB
yolo.cpython-36.pyc 6KB
get_dr_txt.py 4KB
常见问题汇总.md 8KB
video.py 1KB
get_gt_txt.py 1KB
共 57 条
- 1
萧鼎
- 粉丝: 1w+
- 资源: 87
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
前往页