## [DIoU-Darknet](https://github.com/Zzh-tju/DIoU-darknet) 训练目标检测任务的过程
> YOLOv3 with DIoU and CIoU losses implemented in Darknet
[[arxiv](https://arxiv.org/abs/1911.08287)] [[pdf](https://arxiv.org/pdf/1911.08287.pdf)]
**Xu Jing**
配置和训练过程以darknet版YOLO v3和Gaussian YOLO v3的配置训练过程相似,这里以Ubuntu为例,关于Windows下的配置和生成过程,具体可以联系[**DataXujing**](https://github.com/DataXujing)
### 1.修改Makefile并make
```shell
GPU=1 #如果使用GPU设置为1,CPU设置为0
CUDNN=1 #如果使用CUDNN设置为1,否则为0
OPENCV=1 #如果调用摄像头,还需要设置OPENCV为1,否则为0
OPENMP=1 #如果使用OPENMP设置为1,否则为0
DEBUG=0 #如果使用DEBUG设置为1,否则为0
```
```shell
make
```
### 2.数据
VOC格式数据!
### 3.配置文件
+ (1).Losses
目前支持的损失:`[iou|giou|diou|ciou|mse]`
```
iou_loss=ciou
```
+ (2).Normalizers
Location和Claffication损失之间的Normalize,`cls_normalizer` 和`iou_normalizer` 默认都是`1.0`,但在DIoU探索中发现,下面的配置比较好:
```
iou_loss=diou
cls_normalizer=1
iou_normalizer=1.0
```
```
iou_loss=ciou
cls_normalizer=1
iou_normalizer=0.5
```
+ (3).DIoU-NMS
在`nms_kind`参数下设置,目前支持`[greedynms|diounms]`
```
nms_kind=greedynms
```
```
nms_kind=diounms
```
对于YOLOv3来说, DIoU-NMS中引入beta1参数: `DIoU = IoU - R_DIoU ^ {beta1}`,是的NMS表现不错。DIoU发现,对于YOLOv3
```
beta1=0.6
```
DIoU-NMS是比较好的(bet1=1.0也优于greedy-NMS)。但对于SSD和Faster R-CNN而言,`beta1=1.0`就很不错了。
+ (4).learning rate
- `learning_rate`的设置原则 `NEW_RATE = ORIGINAL_RATE * 1/NUMBER_OF_GPUS` ;
- `burn_in` 的设置原则 `NEW_BURN_IN = ORIGINAL_BURN_IN * NUMBER_OF_GPUS`
因此对于1个GPU的情形:
```
learning_rate=0.001
burn_in=1000
```
对于2个GPU的情形:
```
learning_rate=0.0005
burn_in=2000
```
对于4个GPU的情形:
```
learning_rate=0.00025
burn_in=4000
```
+ (5).其他配置
其他配置和YOLOv3相似!
### 4.训练
```
./darknet detector train cfg/myData-diou.data cfg/myData-diou.cfg darknet53.conv.74 #-gpus 0,1
```
### 5.Evaluation
```
./darknet detector test cfg/myData.data cfg/myData-ciou.cfg backup/ciou/myData-ciou_14000.weights data/test1.jpg
```
### 6.DEMO
![](./predictions.jpg)
### Reference
```
@inproceedings{zheng2020distance,
author = {Zhaohui Zheng, Ping Wang, Wei Liu, Jinze Li, Rongguang Ye, Dongwei Ren},
title = {Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression},
booktitle = {The AAAI Conference on Artificial Intelligence (AAAI)},
year = {2020},
}
```
没有合适的资源?快使用搜索试试~ 我知道了~
口罩佩戴检测数据训练开源口罩检测数据集和预训练模型.zip
共1138个文件
png:762个
c:74个
o:73个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 73 浏览量
2023-10-19
21:08:03
上传
评论
收藏 17.8MB ZIP 举报
温馨提示
口罩佩戴检测数据训练开源口罩检测数据集和预训练模型.zip
资源推荐
资源详情
资源评论
收起资源包目录
口罩佩戴检测数据训练开源口罩检测数据集和预训练模型.zip (1138个子文件)
libdarknet.a 2.75MB
_mask.c 712KB
data.c 49KB
parser.c 46KB
lsd.c 44KB
go.c 43KB
image.c 38KB
classifier.c 35KB
network.c 30KB
detector.c 29KB
box.c 25KB
lstm_layer.c 24KB
yolo_layer.c 21KB
region_layer.c 19KB
convolutional_layer.c 19KB
utils.c 18KB
darknet.c 18KB
attention.c 15KB
rnn.c 15KB
gru_layer.c 13KB
nightmare.c 13KB
coco.c 13KB
connected_layer.c 11KB
yolo.c 11KB
captcha.c 11KB
compare.c 11KB
batchnorm_layer.c 10KB
detection_layer.c 10KB
rnn_layer.c 10KB
demo.c 10KB
deconvolutional_layer.c 10KB
blas.c 9KB
crnn_layer.c 9KB
maskApi.c 9KB
maskApi.c 9KB
local_layer.c 9KB
gemm.c 8KB
cifar.c 8KB
instance-segmenter.c 8KB
segmenter.c 8KB
regressor.c 7KB
iseg_layer.c 7KB
rnn_vid.c 7KB
maskApiMex.c 5KB
maskApiMex.c 5KB
normalization_layer.c 5KB
cost_layer.c 5KB
reorg_layer.c 5KB
voxel.c 5KB
layer.c 4KB
writing.c 4KB
tag.c 4KB
matrix.c 4KB
cuda.c 4KB
maxpool_layer.c 4KB
route_layer.c 4KB
activations.c 4KB
tree.c 4KB
super.c 4KB
dice.c 4KB
softmax_layer.c 3KB
upsample_layer.c 3KB
option_list.c 3KB
shortcut_layer.c 3KB
crop_layer.c 3KB
swag.c 2KB
logistic_layer.c 2KB
avgpool_layer.c 2KB
l2norm_layer.c 2KB
activation_layer.c 2KB
dropout_layer.c 2KB
art.c 1KB
list.c 1KB
col2im.c 1KB
im2col.c 1KB
voc-ciou.cfg 9KB
coco-ciou.cfg 9KB
myData-ciou.cfg 9KB
gason.cpp 9KB
gason.cpp 9KB
gasonMex.cpp 9KB
gasonMex.cpp 9KB
image_opencv.cpp 5KB
blas_kernels.cu 33KB
convolutional_kernels.cu 10KB
crop_layer_kernels.cu 7KB
activation_kernels.cu 6KB
deconvolutional_kernels.cu 5KB
maxpool_layer_kernels.cu 3KB
col2im_kernels.cu 2KB
im2col_kernels.cu 2KB
avgpool_layer_kernels.cu 2KB
dropout_layer_kernels.cu 1KB
darknet 2.54MB
coco-ciou.data 180B
myData-ciou.data 142B
voc-ciou.data 109B
stb_image.h 254KB
stb_image_write.h 63KB
darknet.h 20KB
共 1138 条
- 1
- 2
- 3
- 4
- 5
- 6
- 12
资源评论
天天501
- 粉丝: 605
- 资源: 4665
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