合肥建设网官方网站,网页设计网站制作公司,个人网上注册公司入口,wordpress自定义分类筛选YOLOv3改进方法
YOLOv3的改进方法有很多#xff0c;本文讲述的是增加一个特征尺度。 以YOLOv3-darknet53#xff08;ALexeyAB版本#xff09;为基础#xff0c;增加了第4个特征尺度#xff1a;104*104。原版YOLOv3网络结构#xff1a; YOLOv3-4l网络结构#xff1a;
即…YOLOv3改进方法
YOLOv3的改进方法有很多本文讲述的是增加一个特征尺度。 以YOLOv3-darknet53ALexeyAB版本为基础增加了第4个特征尺度104*104。原版YOLOv3网络结构 YOLOv3-4l网络结构
即在经过2倍上采样后输出的特征尺度由52x52提升至104x104再通过route层将第109层与特征提取网络的第11层特征进行特征融合以充分利用深层特征和浅层特征。其余的特征融合分别为2倍上采样后输出的第85层和第97层。通过route层分别将第85层与第61层第97层与第36层的特征图进行特征融合。四个特征尺度分别为104x10452x5226x26和13x13。
具体的步骤为
(1)修改配置文件cfg 再增加一个检测尺度在原yolov3的最后一层yolo层的后面再增加一个检测层在下方链接里的cfg文件最后的“#######”注释行之后的部分便是增加的检测层结构。 yolo-4l的cfg下载地址 链接https://pan.baidu.com/s/1b92jmcAPTgzxua4Pat7p4A 提取码xji2注意网盘里提供的cfg配置文件需要进行相应参数修改修改示例见链接yolov3的cfg配置文件注释及修改示例。
(2)重新计算anchors 由于原先是3个检测尺度共9个anchors,此时是4层共12个anchors。且不同数据库的anchors值不一样比如自行构建的数据库所以必须重新计算anchors并更新到cfg文件中。如果选取的先验框维度比较合适那么模型就会更容易学习更易收敛从而做出更好的预测预测框与标注真实框的IOU就会更好。
计算数据库的anchors的命令为
./darknet detector calc_anchors /usr/cx/darknetalexeyAB/darknet-master/names_data/voc.data -num_of_clusters 12 -width 416 -height 416 -show 1 注意/usr/cx/darknetalexeyAB/darknet-master/names_data/voc.data是我们自己的voc.data的路径根据自己的项目自行进行修改。 结果如下图所示 计算多次每次的anchors值会不一样但基本相差无几。其实这些anchors值就是先验框就是样本库里最经常出现的几类边界框。通过选取专属于实际数据库的anchors将会加速收敛更容易学习提高IOU值。
这里还有另外1种计算anchors的方法 通过脚本文件来计算anchors锚点值。脚本文件如下所示
# codingutf-8
# 通过k-means 算法获取anchors的尺寸
import numpy as np# 定义Box类描述bounding box的坐标
class Box():def __init__(self, x, y, w, h):self.x xself.y yself.w wself.h h# 计算两个box在某个轴上的重叠部分
# x1是box1的中心在该轴上的坐标
# len1是box1在该轴上的长度
# x2是box2的中心在该轴上的坐标
# len2是box2在该轴上的长度
# 返回值是该轴上重叠的长度
def overlap(x1, len1, x2, len2):len1_half len1 / 2len2_half len2 / 2left max(x1 - len1_half, x2 - len2_half)right min(x1 len1_half, x2 len2_half)return right - left# 计算box a 和box b 的交集面积
# a和b都是Box类型实例
# 返回值area是box a 和box b 的交集面积
def box_intersection(a, b):w overlap(a.x, a.w, b.x, b.w)h overlap(a.y, a.h, b.y, b.h)if w 0 or h 0:return 0area w * hreturn area# 计算 box a 和 box b 的并集面积
# a和b都是Box类型实例
# 返回值u是box a 和box b 的并集面积
def box_union(a, b):i box_intersection(a, b)u a.w * a.h b.w * b.h - ireturn u# 计算 box a 和 box b 的 iou
# a和b都是Box类型实例
# 返回值是box a 和box b 的iou
def box_iou(a, b):return box_intersection(a, b) / box_union(a, b)# 使用k-means 初始化 centroids减少随机初始化的centroids对最终结果的影响
# boxes是所有bounding boxes的Box对象列表
# n_anchors是k-means的k值
# 返回值centroids 是初始化的n_anchors个centroid
def init_centroids(boxes,n_anchors):centroids []boxes_num len(boxes)centroid_index np.random.choice(boxes_num, 1)centroids.append(boxes[centroid_index])print(centroids[0].w,centroids[0].h)for centroid_index in range(0,n_anchors-1):sum_distance 0distance_thresh 0distance_list []cur_sum 0for box in boxes:min_distance 1for centroid_i, centroid in enumerate(centroids):distance (1 - box_iou(box, centroid))if distance min_distance:min_distance distancesum_distance min_distancedistance_list.append(min_distance)distance_thresh sum_distance*np.random.random()for i in range(0,boxes_num):cur_sum distance_list[i]if cur_sum distance_thresh:centroids.append(boxes[i])print(boxes[i].w, boxes[i].h)breakreturn centroids# 进行 k-means 计算新的centroids
# boxes是所有bounding boxes的Box对象列表
# n_anchors是k-means的k值
# centroids是所有簇的中心
# 返回值new_centroids 是计算出的新簇中心
# 返回值groups是n_anchors个簇包含的boxes的列表
# 返回值loss是所有box距离所属的最近的centroid的距离的和
def do_kmeans(n_anchors, boxes, centroids):loss 0groups []new_centroids []for i in range(n_anchors):groups.append([])new_centroids.append(Box(0, 0, 0, 0))for box in boxes:min_distance 1group_index 0for centroid_index, centroid in enumerate(centroids):distance (1 - box_iou(box, centroid))if distance min_distance:min_distance distancegroup_index centroid_indexgroups[group_index].append(box)loss min_distancenew_centroids[group_index].w box.wnew_centroids[group_index].h box.hfor i in range(n_anchors):new_centroids[i].w / len(groups[i])new_centroids[i].h / len(groups[i])return new_centroids, groups, loss# 计算给定bounding boxes的n_anchors数量的centroids
# label_path是训练集列表文件地址
# n_anchors 是anchors的数量
# loss_convergence是允许的loss的最小变化值
# grid_size * grid_size 是栅格数量
# iterations_num是最大迭代次数
# plus 1时启用k means 初始化centroids
def compute_centroids(label_path,n_anchors,loss_convergence,grid_size,iterations_num,plus):boxes []label_files []f open(label_path)for line in f:label_path line.rstrip().replace(images, labels)label_path label_path.replace(JPEGImages, labels)label_path label_path.replace(.jpg, .txt)label_path label_path.replace(.JPEG, .txt)label_files.append(label_path)f.close()for label_file in label_files:f open(label_file)for line in f:temp line.strip().split( )if len(temp) 1:boxes.append(Box(0, 0, float(temp[3]), float(temp[4])))if plus:centroids init_centroids(boxes, n_anchors)else:centroid_indices np.random.choice(len(boxes), n_anchors)centroids []for centroid_index in centroid_indices:centroids.append(boxes[centroid_index])# iterate k-meanscentroids, groups, old_loss do_kmeans(n_anchors, boxes, centroids)iterations 1while (True):centroids, groups, loss do_kmeans(n_anchors, boxes, centroids)iterations iterations 1print(loss %f % loss)if abs(old_loss - loss) loss_convergence or iterations iterations_num:breakold_loss lossfor centroid in centroids:print(centroid.w * grid_size, centroid.h * grid_size)# print resultfor centroid in centroids:print(k-means result\n)print(centroid.w * grid_size, centroid.h * grid_size)
#只需修改这里的参数n_anchors和grid_size得到的9个预选框的参数复制到cfg即可
#要修改的路径--训练集train.txt的路径
#label_path /home/chris/darknet/scripts/2007_train.txt
label_path /usr/cx/darknetalexeyAB/names_data/2007_train.txt
n_anchors 9 #预选框anchors的个数6,912,15根据自己的实际项目进行设置
loss_convergence 1e-6
grid_size 416 #栅格的尺寸
iterations_num 100 #迭代的步数
plus 0 #开关;1时使用k-means算法一般0。
compute_centroids(label_path,n_anchors,loss_convergence,grid_size,iterations_num,plus)脚本文件命名为k-means.py 运行python k-means.py即可。 注意修改路径。代码注释中已经标出。
(3)anchors值替换 在cfg文件的每个yolo层进行如下修改 1)mask取值变为0~11,3个为一组最前面一层yolo层的mask赋值为9,10,11 2)将第二行的anchors值更新替换成步骤2中计算得到的anchors值 3classes是类别数此项目仅有1个类别根据自己的项目修改classes的值 3)将num9改成num12
[yolo]
mask 9,10,11
anchors 34, 57, 77,110, 145,155, 174,220, 177,324, 212,273, 281,212, 356,206, 241,316, 329,265, 399,265, 346,33
classes1
num12
jitter.3
ignore_thresh .7
truth_thresh 1
random1(4)模型训练 经过增加cfg配置文件的检测层计算anchors并将其更新到cfg配置文件中之后接下来就可以进行模型的训练了。 注意由于我们没有对backbone基础网络进行修改所以可以使用darknet53.conv.74预训练权重进行训练。 darknet53.conv.74下载链接如下 darknet53.conv.74权重文件 链接https://pan.baidu.com/s/14Hwqqsp_ua28Xu27gaQk6g 提取码dnai
