一个目标检测的 Hello World项目（手把手带你搭建yolov3）

YOLOv3的Github地址：

https://github.com/CVHuber/Detection-getting-started

模型测试（Linux环境下）

一、环境安装与模型下载

（1）首先将github代码克隆到本地

git clone https://github.com/CVHuber/Detection-getting-started

（2）进入到项目文件夹并安装项目运行环境

cd Detection-getting-started/ # 进入项目文件夹
pip install -r requirements.txt # 安装运行环境

（3）模型权重下载

cd weights/ # 进入weights文件夹
bash download_weights.sh # 下载模型权重

模型权重下载之后，在./weights文件夹下会有三个模型权重文件：

二、模型测试

在Detection-getting-started项目文件夹下，运行脚本：

python detect.py --image_folder data/samples/

模型测试结果将会存放在./output文件夹下：

训练Pascal Voc2007数据集

一、数据集下载

（1）目标检测常用的公共数据集有：Pascal Voc，MSCOCO，Google Open Image，ImageNet和DOTA数据集等。在本文中，我们将采用Pascal Voc2007数据集，因为其数据集比较小（训练和验证集总共才439M，测试集共431M），所以可以很快的跑通检测模型并验证模型！

Pascal Voc2007数据集下载链接：

https://pjreddie.com/projects/pascal-voc-dataset-mirror/

（2）将训练集 / 测试集下载完成之后并解压：

其中，JPEGImages是图片，Annotations是目标检测的Label，SegmentationClass和SegmentationObject分别是分类与分割的Label；所以我们只需要取JPEGImages和Annotations即可。

二、数据准备

（1）在./data文件夹下新建一个文件夹voc2007，并在voc2007文件夹下新建train和test文件夹分别存放训练集和测试集，将训练集 / 测试集分别存放到相应的文件夹：

（2）运行./utils文件夹下的gen_classes.py脚本，并可以统计数据集中存在的待检测目标，并将目标名称写入到classes.names，生成的classes.names文件被保存与./data/voc2007/train文件夹下：

cd utils/ # 进入到utils文件夹
python gen_classes.py # 运行脚本

（3）运行./utils文件夹下的voc.py脚本

python voc.py

./data文件夹下则会产生一个新的名为custom文件夹，custom文件夹包含了YOLOv3模型所需要的数据：

注释：其中images是训练集和验证集的图片（从JPEGImages复制而来）；annotation是训练集和验证集的原始标注文件（从Annotations复制而来）；train.txt存放训练图片的绝对路径；valid.txt存放验证图片的绝对路径；labels文件夹下存放了每张图片的检测框信息，检测框信息由

（classes_id, x_center_norm, y_center_norm, width_norm, height_norm）组成：

• x_center_norm = [(xmin + xmax) / 2.0] / img_width
• y_center_norm = [(ymin + ymax) / 2.0] / img_height
• width_norm = [(xmax - xmin) / 2.0] / img_width
• height_norm = [(ymax - ymin) / 2.0] / img_height

三、配置文件

（1）在./config文件夹下运行如下脚本：

bash create_custom_model.sh 20

其中20是数据集中存在的待检测目标数目（因为Pascal Voc2007数据集共20个类别，所以填20），运行上脚本之后之后，在./config文件夹下会生成模型配置文件yolov3-custom.cfg：

注释：yolov3-custom.cfg模型配置文件里存放了模型的超参数，可以自己调节这些超参数，比如图片的输入尺寸，初始学习率，ignore_thresh阈值，还有一些卷积参数等等。

（2）修改./config文件夹下的custom.data，修改后的数据如下：

四、模型训练

在项目文件夹下运行如下脚本：

python train.py --data_config config/custom.data --model_def config/yolov3-custom.cfg --device_id 0

如果要加载预训练模型进行训练，则添加--pretrained_weights weights/darknet53.conv.74即可

模型训练情况：

五、模型评估

在项目文件夹下运行如下脚本对刚刚训练得到的模型进行性能评估：

python test.py --weights_path /checkpoints/yolov3_ckpt_10.pth --model_def config/yolov3-custom.cfg --data_config config/custom.data --class_path data/custom/classes.names

如若运行成功，会出现如下信息：

六、模型预测

如果要使用训练好的模型进行图片预测，并将预测结果保存，则运行如下脚本，预测结果保存在./output文件夹下：

python detect.py --image_folder data/voc2007/test/JPEGImages --model_def config/yolov3-custom.cfg --weights_path /checkpoints/yolov3_ckpt_10.pth --class_path data/classes.names

训练自己的数据集

一、自定义数据集

比如公司要你实现一个检测算法：在某特定业务场景下，检测出印刷电路板上的缺陷具体位置并将缺陷进行归类。

比如，下面这几块电路板分别存在short，missing_hole和mouse_bit这三种类别的缺陷，图片引自于[1]

当采集了大量的数据之后，需要对数据集进行label制作，常用的目标检测label制作工具有:

（1）LabelImg：https://github.com/tzutalin/labelImg（最常用）

（2）BBox-Label-Tool：https://github.com/puzzledqs/BBox-Label-Tool

（3）Labelme：https://github.com/wkentaro/labelme

（4）CasiaLabeler：https://github.com/msnh2012/CasiaLabeler

我们一般选择LabelImg进行目标检测框的标注，通过LabelImg，我们可以制作Pascal Voc格式的标注文件。

二、模型训练

接下来，将数据集图片存入./data/voc2007/train/JPEGImages文件夹下，将制作好的Label存入./data/voc2007/train/Annotations文件夹下，之后的训练过程就和训练Pascal Voc2007数据集的一样了！

注意：如果使用另一个标注工具进行Label制作，则只需要自己写好脚本将Label转换为Pascal Voc格式的标注文件即可，后续训练流程同上！

模型改进思路

1. 如果任务比较简单，可以将特征提取网络Darknet53替换成更加轻量级的特征提取网络
2. 首先观察数据集，如果待检测目标物体尺度变化较大，则三个预测分支是比较合适的，甚至还可以多加一个检测分支，形成四个检测分支去检测目标；如果待检测目标尺度单一，则可以去掉另外两个检测分支，只考虑一个检测分支，这对精度影响是很小的
3. 对于待检测目标尺度变化较大问题，可以考虑加入多尺度上下文信息提取模块ASPP或者PSP，并结合通道注意力SE block，有时候会有奇效；同时也可以将FPN架构加入到特征提取器的头部用来解决多尺度目标问题
4. 可以将边框回归损失MSE替换为IOU-->GIOU-->DIOU-->CIOU（这几种边框回归损失函数需要好好掌握理解，面试常问）
5. 将通道/空间注意力应用到网络中不同位置，尝试效果

Reference：

[1] [https://github.com/Ixiaohuihuihui/Tiny-Defect-Detection-for-PCB]

如果觉得有用，就请分享到朋友圈吧！