# 我们是如何改进YOLOv3进行红外小目标检测的?
介绍pprp、BBuf、小武一起在过年期间完成的一个目标检测项目,将描述我们模型改进的思路、实验思路、结果汇总和经验性总结。声明:这篇文章经过了三人同意,并且所有创新点也将被公布。此外,由于经验上的不足,可能整个实验思路不够成熟,如有问题还烦请指教。
## 1. 红外小目标检测
红外小目标检测的目标比较小,目标极其容易和其他物体混淆,有一定的挑战性。
另外,这本质上也是一个小目标领域的问题,很多适用于小目标的创新点也会被借鉴进来。
![数据来源自@小武](https://img-blog.csdnimg.cn/20200831212549491.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0REX1BQX0pK,size_16,color_FFFFFF,t_70#pic_center)
此外,该数据集还有一个特点,就是分背景,虽然同样是检测红外小目标,区别是背景的不同,我们对数据集进行了统计以及通过人工翻看的方式总结了其特点,如下表所示:
| 背景类别 | 数量 | 特点 | 数据难度 | 测试mAP+F1 | 建议 |
| -------------------- | ---- | ------------------------------------------------------------ | -------- | ---------- | ----------------------------------------------- |
| trees | 581 | 背景干净,目标明显,数量较多 | 低 | 0.99+0.97 | 无 |
| cloudless_sky | 1320 | 背景干净,目标明显,数量多 | 低 | 0.98+0.99 | 无 |
| architecture | 506 | 背景变化较大,目标形态变化较大,数量较多 | 一般 | 0.92+0.96 | focal loss |
| continuous_cloud_sky | 878 | 背景干净,目标形态变化不大,但个别目标容易会发生和背景中的云混淆 | 一般 | 0.93+0.95 | focal loss |
| complex_cloud | 561 | 目标形态基本无变化,但背景对目标的定位影响巨大 | 较难 | 0.85+0.89 | focal loss |
| sea | 17 | 背景干净,目标明显,数量极少 | 一般 | 0.87+0.88 | 生成高质量新样本,可以让其转为简单样本(Mixup) |
| sea_sky | 45 | 背景变化较大,且单张图像中目标个数差异变化大,有密集的难点,且数量少 | 困难 | 0.68+0.77 | paste策略 |
通过以上结果,可以看出背景的不同对结果影响还是蛮大的,最后一列也给出了针对性的建议,打算后续实施。
## 2. 实验过程
首先,我们使用的是U版的yolov3: `https://github.com/ultralytics/yolov3`,那时候YOLOv4/5、PPYOLO还都没出,当时出了一个《从零开始学习YOLOv3》就是做项目的时候写的电子书,其中的在YOLOv3中添加注意力机制那篇很受欢迎
我们项目的代码以及修改情况可以查看:`https://github.com/GiantPandaCV/yolov3-point`
将数据集转成VOC格式的数据集,之前文章有详细讲述如何转化为标准的VOC数据集,以及如何将VOC格式数据集转化为U版的讲解。当时接触到几个项目,都需要用YOLOv3,由于每次都需要转化,大概分别调用4、5个脚本吧,感觉很累,所以当时花了一段时间构建了一个一键从VOC转U版YOLOv3格式的脚本库: `https://github.com/pprp/voc2007_for_yolo_torch`。
到此时为止,我们项目就已经可以运行了,然后就是很多细节调整了。
### 2.1 修改Anchor
红外小目标的Anchor和COCO等数据集的Anchor是差距很大的,为了更好更快速的收敛,采用了BBuf总结的一套专门计算Anchor的脚本:
```python
#coding=utf-8
import xml.etree.ElementTree as ET
import numpy as np
def iou(box, clusters):
"""
计算一个ground truth边界盒和k个先验框(Anchor)的交并比(IOU)值。
参数box: 元组或者数据,代表ground truth的长宽。
参数clusters: 形如(k,2)的numpy数组,其中k是聚类Anchor框的个数
返回:ground truth和每个Anchor框的交并比。
"""
x = np.minimum(clusters[:, 0], box[0])
y = np.minimum(clusters[:, 1], box[1])
if np.count_nonzero(x == 0) > 0 or np.count_nonzero(y == 0) > 0:
raise ValueError("Box has no area")
intersection = x * y
box_area = box[0] * box[1]
cluster_area = clusters[:, 0] * clusters[:, 1]
iou_ = intersection / (box_area + cluster_area - intersection)
return iou_
def avg_iou(boxes, clusters):
"""
计算一个ground truth和k个Anchor的交并比的均值。
"""
return np.mean([np.max(iou(boxes[i], clusters)) for i in range(boxes.shape[0])])
def kmeans(boxes, k, dist=np.median):
"""
利用IOU值进行K-means聚类
参数boxes: 形状为(r, 2)的ground truth框,其中r是ground truth的个数
参数k: Anchor的个数
参数dist: 距离函数
返回值:形状为(k, 2)的k个Anchor框
"""
# 即是上面提到的r
rows = boxes.shape[0]
# 距离数组,计算每个ground truth和k个Anchor的距离
distances = np.empty((rows, k))
# 上一次每个ground truth"距离"最近的Anchor索引
last_clusters = np.zeros((rows,))
# 设置随机数种子
np.random.seed()
# 初始化聚类中心,k个簇,从r个ground truth随机选k个
clusters = boxes[np.random.choice(rows, k, replace=False)]
# 开始聚类
while True:
# 计算每个ground truth和k个Anchor的距离,用1-IOU(box,anchor)来计算
for row in range(rows):
distances[row] = 1 - iou(boxes[row], clusters)
# 对每个ground truth,选取距离最小的那个Anchor,并存下索引
nearest_clusters = np.argmin(distances, axis=1)
# 如果当前每个ground truth"距离"最近的Anchor索引和上一次一样,聚类结束
if (last_clusters == nearest_clusters).all():
break
# 更新簇中心为簇里面所有的ground truth框的均值
for cluster in range(k):
clusters[cluster] = dist(boxes[nearest_clusters == cluster], axis=0)
# 更新每个ground truth"距离"最近的Anchor索引
last_clusters = nearest_clusters
return clusters
# 加载自己的数据集,只需要所有labelimg标注出来的xml文件即可
def load_dataset(path):
dataset = []
for xml_file in glob.glob("{}/*xml".format(path)):
tree = ET.parse(xml_file)
# 图片高度
height = int(tree.findtext("./size/height"))
# 图片宽度
width = int(tree.findtext("./size/width"))
for obj in tree.iter("object"):
# 偏移量
xmin = int(obj.findtext("bndbox/xmin")) / width
ymin = int(obj.findtext("bndbox/ymin")) / height
xmax = int(obj.findtext("bndbox/xmax")) / width
ymax = int(obj.findtext("bndbox/ymax")) / height
xmin = np.float64(xmin)
ymin = np.float64(ymin)
xmax = np.float64(xmax)
ymax = np.float64(ymax)
if xmax == xmin or ymax == ymin:
print(xml_file)
# 将Anchor的长宽放入dateset,运行kmeans获得Anchor
dataset.append([xmax - xmin, ymax - ymin])
return np.array(dataset)
if __name__ == '__main__':
ANNOTATIONS_PATH = "F:\Annotations" #xml文件所在文件夹
CLUSTERS = 9 #聚类数量,anchor数量
INPUTDIM = 416 #输入网络大小
data = load_dataset(ANN
没有合适的资源?快使用搜索试试~ 我知道了~
我们是如何改进YOLOv3进行红外小目标检测的
共142个文件
cfg:89个
py:21个
txt:10个
需积分: 5 0 下载量 56 浏览量
2024-02-21
01:11:22
上传
评论 1
收藏 845KB ZIP 举报
温馨提示
我们是如何改进YOLOv3进行红外小目标检测的
资源推荐
资源详情
资源评论
收起资源包目录
我们是如何改进YOLOv3进行红外小目标检测的 (142个子文件)
densenet201-bifpn.cfg 24KB
densenet201-bifpn.cfg 24KB
res152-tridenet.cfg 22KB
yolov3-dwconv-cbam.cfg 14KB
yolov3-spp-matrix.cfg 13KB
yolov3-dwconv-cbam.cfg 12KB
res2netlite.cfg 12KB
csresnext50-panet-spp.cfg 11KB
yolov3-spp-pan-scale.cfg 10KB
yolov3-1cls.cfg 9KB
c60_a30sysmetric.cfg 9KB
yolov3-spp3.cfg 9KB
yolov3-spp-9a.cfg 9KB
yolov3-spp.cfg 8KB
yolov3s.cfg 8KB
yolov3-spp-1cls.cfg 8KB
yolov3-spp-3cls.cfg 8KB
yolov3-9a.cfg 8KB
enet-6a.cfg 8KB
yolov3.cfg 8KB
yolov3-1cls.cfg 8KB
csmobilenetv2.cfg 8KB
mobilenetv2-tiny.cfg 8KB
mobilenetv2.cfg 7KB
mobilenetv2.cfg 6KB
mobilenetv2-tiny.cfg 6KB
dense-v3-tiny-spp.cfg 5KB
dense-yolov3-tiny.cfg 5KB
res-slim2-v3-tiny.cfg 3KB
dense-slim2-v3-tiny-spp.cfg 3KB
dense-slim3-v3-tiny-spp.cfg 3KB
dt-6a-spp-RF.cfg 3KB
res10-6a-spp.cfg 3KB
yolov3-tiny-3l-9a.cfg 3KB
dt-6a-conv.cfg 2KB
dt-6a-spp2.cfg 2KB
dt-6a-vov.cfg 2KB
dt-6a-dense-spp.cfg 2KB
dt-6a-prn-spp.cfg 2KB
dt-6a-multi-se.cfg 2KB
dt-6a-spp-ffm.cfg 2KB
dt-6a-16d-up4.cfg 2KB
yolov3-tiny-prn.cfg 2KB
dt-6a-spp-multi-se.cfg 2KB
dt-6a-RFB.cfg 2KB
dt-6a-spp-cbam-branch.cfg 2KB
dt-6a-bifpn.cfg 2KB
dt-6a-add-spp.cfg 2KB
dt-6a-spp-multi-gray.cfg 2KB
dt-6a-maxpoolone.cfg 2KB
dt-6a-spp-11-13-15.cfg 2KB
dt-6a-spp.cfg 2KB
dt-6a-spp-fl.cfg 2KB
dt-6a-slim-spp.cfg 2KB
dt-6a-corner-spp.cfg 2KB
dt-6a-spp-11-15.cfg 2KB
dt-6a-spp-9-13.cfg 2KB
dt-6a-spp-5-13.cfg 2KB
dt-6a-spp-5-9.cfg 2KB
dt-6a-spp-13-se.cfg 2KB
dt-6a-spp-acconv.cfg 2KB
yolov3-tiny-1cls.cfg 2KB
yolov3-tiny-6a.cfg 2KB
dt-6a-dilated.cfg 2KB
yolov3-tiny-dwconv.cfg 2KB
dt-6a-spp-15.cfg 2KB
dt-6a-spp-11.cfg 2KB
dt-6a-spp-13.cfg 2KB
dt-6a-spp-9.cfg 2KB
dt-6a-spp-5.cfg 2KB
dt-6a-sk.cfg 2KB
dt-6a-aspp.cfg 2KB
dt-6a-se.cfg 2KB
yolov3-tiny-cbam.cfg 2KB
dt-6a-32d-up4.cfg 2KB
dt-6a-ppm.cfg 2KB
yolov3-tiny-se.cfg 2KB
dt-6a-spp-dwconv.cfg 2KB
dt-6a-cbam.cfg 2KB
yolov3-tiny.cfg 2KB
yolov3-tiny-3cls.cfg 2KB
dimtarget2.cfg 2KB
dt-16d-6a.cfg 2KB
dt-6a-swish.cfg 2KB
dt-8d-6a.cfg 2KB
dt-4d-6a.cfg 2KB
dt-3a.cfg 1KB
dimtarget.cfg 1KB
dt-16d-3a.cfg 1KB
dimtargetSingle.data 910B
voc.data 126B
coco2017.data 87B
coco2014.data 85B
coco1cls.data 80B
coco16.data 77B
coco64.data 77B
coco1.data 75B
.gitignore 78B
examples.ipynb 860KB
README.md 30KB
共 142 条
- 1
- 2
资源评论
Kwan的解忧杂货铺
- 粉丝: 1w+
- 资源: 3674
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