YOLO3训练widerface数据集

因为YOLO３速度精度都很棒，所以想训练一下人脸模型，废话不多，进入正题

１写所有的配置文件

1.1 YOLO3-face.cfg

个人感觉YOLO的配置文件骑士和caffe差不多

在cfg/YOLO3.cfg的文件上改，生成自己的cfg/yolo3-face.cfg

 1 [net]
 2 # Testing
 3 # batch=1
 4 # subdivisions=1
 5 # Training
 6 batch=64
 7 subdivisions=16
 8 width=416
 9 height=416
10 channels=3
11 momentum=0.9
12 decay=0.0005
13 angle=0
14 saturation = 1.5
15 exposure = 1.5
16 hue=.1

其中:

batch=64                          每batch个样本更新一次参数。

subdivisions=16               如果内存不够大，将batch分割为subdivisions个子batch，每个子batch的大小为batch/subdivisions。

训练的话把上面注释掉，测试就把训练部分的注释掉

学习率啥的就不改了，自己看着学吧

到配置文件底部更改最后的conv层参数

 1 [convolutional]
 2 batch_normalize=1
 3 filters=128
 4 size=1
 5 stride=1
 6 pad=1
 7 activation=leaky
 8 
 9 [convolutional]
10 batch_normalize=1
11 size=3
12 stride=1
13 pad=1
14 filters=256
15 activation=leaky
16 
17 [convolutional]
18 size=1
19 stride=1
20 pad=1
21 filters=18
22 activation=linear
23 
24 [yolo]
25 mask = 0,1,2
26 anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326
27 classes=1
28 num=9
29 jitter=.3
30 ignore_thresh = .5
31 truth_thresh = 1
32 random=1

多截取了一点，只要改最后一部分就可以，（友情提醒，ＹＯＬＯ里面这个模块有三处，都改，估计为了收敛用的辅助）

filter=３＊（４＋１＋classes）

classes=1

这里我的是人脸检测，so classes=1

下面的anchors懒得改了，理论上像我检测的人脸一般都是偏正方形，像（１６，３０）这种是没什么必要的

1.2 widerface.data

在cfg/voc.data基础上改

1 classes= 1
2 train  = /home/liuzg/yolo/darknet3/darknet/Pkj_face_scripts/train.txt
3 valid  = /home/liuzg/yolo/darknet3/darknet/Pkj_face_scripts/test.txt
4 names = data/widerface.names
5 backup = backup

train和valid就是yolo需要的训练集和交叉训练集所需要的目录，后面讲生成方法

1.３ widerface.names

data/widerface.names　照抄coco.names格式，我这里检测人脸，整个文件只有一行face

 

2　数据集处理方法

记住你的唯一核心目的就是要生成上面1.2里面那两个txt文件，下面讲的所有方法都是辅助，你拿什么生成那两个文件和YOLO训练没有半毛钱关系

1 下载widerface数据集

2 转化成ＶＯＣ格式

我是按这位老兄的脚本搞得，新手拿这个上路其实还是有点坑的，先拿这个讲

https://blog.csdn.net/minstyrain/article/details/77986262

为什么讲他坑呢，因为他脚本里面第１２２行（可能我自己改过了，反正附近吧）

1 filename=filename.replace("/","_")

他把文件路径名里面的路径给换了，后来也知道他为什么要换了，但是会有其他坑，所以记住核心目的就行，脚本不行，后面配合部分人工简单操作凑合过吧，go on

运行脚本后你得到了一个类似于ＶＯＣ格式的数据集

3 接下来看官网　https://pjreddie.com/darknet/yolo/

官网大神已经给你写好脚本了，把ＶＯＣ格式转化成ＹＯＬＯ格式

wget https://pjreddie.com/media/files/voc_label.py

python voc_label.py

当然我前面说了我们的是类ＶＯＣ格式，所以还是要改滴，讲不清，直接贴代码吧，反正也就是各种路径找不到的问题，还有上面转ＶＯＣ格式的时候，

那老哥好像还把一部分不好的数据给删了，所以并不是所有widerface数据都在ＶＯＣ格式里面

 1 import xml.etree.ElementTree as ET
 2 import pickle
 3 import os
 4 import re
 5 from os import listdir, getcwd
 6 from os.path import join
 7 
 8 sets=[('trainval'), ('test')]
 9 
10 classes = ["face"]
11 
12 
13 def convert(size, box):
14     dw = 1./(size[0])
15     dh = 1./(size[1])
16     x = (box[0] + box[1])/2.0 - 1
17     y = (box[2] + box[3])/2.0 - 1
18     w = box[1] - box[0]
19     h = box[3] - box[2]
20     x = x*dw
21     w = w*dw
22     y = y*dh
23     h = h*dh
24     return (x,y,w,h)
25 
26 def convert_annotation(image_id):
27     image_id_chage=image_id.replace('/','_')    
28     dirname=image_id[:image_id.find('/')]
29     if not os.path.exists('wider-faces/labels/%s/'%(dirname)):
30         os.makedirs('wider-faces/labels/%s/'%(dirname))
31     in_file = open('wider-faces/Annotations/%s.xml'%(image_id_chage))
32     out_file = open('wider-faces/labels/%s.txt'%(image_id), 'w')
33     tree=ET.parse(in_file)
34     root = tree.getroot()
35     size = root.find('size')
36     w = int(size.find('width').text)
37     h = int(size.find('height').text)
38 
39     for obj in root.iter('object'):
40         difficult = obj.find('difficult').text
41         cls = obj.find('name').text
42         if cls not in classes or int(difficult)==1:
43             continue
44         cls_id = classes.index(cls)
45         xmlbox = obj.find('bndbox')
46         b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
47         bb = convert((w,h), b)
48         out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
49 
50 wd = getcwd()
51 
52 for image_set in sets:
53     if not os.path.exists('wider-faces/labels/'):
54         os.makedirs('wider-faces/labels/')
55     image_ids = open('wider-faces/ImageSets/Main/%s.txt'%(image_set)).read().strip().split()
56     list_file = open('%s.txt'%(image_set), 'w')
57     for image_id in image_ids:
58         if not os.path.exists('wider-faces/Annotations/%s.xml'%(image_id)):
59             continue
60         image_id=image_id[:image_id.find(re.findall("\d",image_id)[0],4)-1]+'/'+image_id[image_id.find(re.findall("\d",image_id)[0],4):]
61         list_file.write('%s/wider-faces/WIDER_%s/images/%s.jpg\n'%(wd, image_set, image_id))
62         convert_annotation(image_id)
63     list_file.close()
64 
65 os.system("cat trainval.txt > train.txt")
66 os.system("cat trainval.txt test.txt > train.all.txt")

估计我的要直接用也难，讲一下要改的地方吧

官网大神分三类，训练集，交叉集，测试集，我这里只有训练集trainval，交叉集test，不要问我为什么名字不对应，我自己也被搞了半天，烦死了

convert_annatation函数就是把ＶＯＣ的标记坐标格式转成ＹＯＬＯ认识的格式，中间我多了一个image_id_change就是因为上面那老哥把"/"换成"_"了，各种路径找不到

最后呢还需要一点人工操作

把widerface/labels复制拷贝到WINDER_trainval和WINDER_test下面，ok，到此为止，假设你一切顺利的话就可以训练了

3 官网下个预训练模型，把上面配置文件1.2里面的两个路径改成你自己的，训练吧，小伙子




 

posted on 2018-04-06 10:03  Pkj  阅读(5791)  评论(0)  编辑  收藏  举报

导航