目录
一、Windows环境下的YOLOv4目标检测
1、环境配置
环境准备：Win10、CUDA10.1、cuDNN7.65、Visual Studio 2019、OpenCV 3.4
（1）Visual Studio2019企业版安装
（2）NVIDIA驱动下载与安装
（3）下载并安装CUDA10.1，下载安装cuDNN7.65
对于cudnn直接将其解开压缩包，然后需要将bin，include，lib中的文件复制粘贴到cuda的文件夹下，比如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
（4）CUDA安装测试
（5）OpenCV安装
下载OpenCV3.4；运行exe（其实是解压），将压缩包解压到相应目录，如： C:\Program Files (x86)\opencv；在系统变量 Path 的末尾添加：C:\Program Files (x86)\opencv\build\x64\vc15\bin
2、克隆或下载YOLOv4
- YOLOv4网址：https://github.com/AlexeyAB/darknet
- 如果安装了Git软件，可直接克隆项目到本地：git clone https://github.com/AlexeyAB/darknet
- 在GitHub上直接下载，并将解压后的darknet-master文件夹改名为darknet
3、Visual Studio2019配置YOLOv4项目
（1）复制opencv文件
在文件夹C:\Program Files (x86)\opencv\build\x64\vc15\bin的两个dll文件：opencv_ffffmpeg340_64.dll和opencv_world340.dll复制到D:\darknet\build\darknet\x64
（2）Visual Studio 2019项目配置
用visual studio2019打开darknet.sln文件
然后需要重启电脑。
打开darknet.sln项目，对其进行配置：项目 ->属性；注意应选release和x64
（3）接下来几个步骤比较关键
- 注意检查Windows SDK版本
- 修改包含目录和库目录
添加opencv3.4的包含目录和库目录（按照自己的opencv3.4的路径）包含目录：
C:\Program Files (x86)\opencv\build\include
C:\Program Files (x86)\opencv\build\include\opencv
C:\Program Files (x86)\opencv\build\include\opencv2
- 库目录：C:\Program Files (x86)\opencv\build\x64\xc14\lib
- 附加依赖项
添加附加依赖项（按照自己的opencv3.4的路径）：C:\Program Files (x86)\opencv\build\x64\vc14\lib\opencv_world340.lib
4、Visual Studio2019编译YOLOv4项目
点击“重新生成解决方案”。可能有下述错误：严重性 代码 说明 项目 文件 行 禁止显示状态 错误 MSB4019 找不到导入的项目“C:\Program Files(x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 10.0.props”。请确认 Import 声明“C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 10.0.props”中的表达式正确，且文件位于磁盘上。 darknet D:\darknet\build\darknet\darknet.vcxproj
解决方法：将D:\darknet\build\darknet\darknet.vcxproj中版本号进行修改如下
仍然有错误时的解决方法：
- 将NVIDIA CUDA的安装程序（.exe文件）数据解压到一个指定文件夹中（最好是放在一个文件夹，解压后会出现很多文件，这样方便查找）
- "D:\Temp\CUDA\VisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions"下的文件直接拷贝到“C:\Program Files (x86)\Microsoft VisualStudio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations”文件夹中。
- 再次点击重新生决方案，这时成解应该编译成功，并产生可执行文件D:\darknet\build\darknet\x64\darknet.exe
5、YOLOv4权重文件下载
yolov4.weight下载，拷贝权重文件到D:\darknet\build\darknet\x64
6、YOLOv4目标检测测试
（1）测试图片
在D:\darknet\build\darknet\x64\ 目录下执行：
darknet.exe detector test cfg\coco.data cfg\yolov4.cfg yolov4.weights data\dog.jpg结果如下：
（2）测试视频
在D:\darknet\build\darknet\x64\ 目录下执行：
darknet.exe detector demo cfg\coco.data cfg\yolov4.cfg yolov4.weights data\driving.mp47、使用YOLOv4训练自己的数据集
（1）数据集准备
使用PASCAL VOC数据集的目录结构（建立文件夹层次为 D:\darknet\build\darknet\x64\VOCdevkit\ VOC2007）:
JPEGImages放所有的训练和测试图片；Annotations放所有的xml标记文件
（2）训练集和测试集生成
在D:\darknet\build\darknet\x64\目录下执行：python genfiles.py
在VOCdevkit \ VOC2007目录下可以看到生成了文件夹labels ，同时在darknet下生成了两个文件2007_train.txt和2007_test.txt。2007_train.txt和2007_test.txt分别给出了训练图片文件和测试图片文件的列表，含有每个图片的路径和文件名。
另外，在VOCdevkit \ VOC2007\ImageSets\Main目录下生产了两个文件test.txt和train.txt，分别给出了训练图片文件和测试图片文件的列表，但只含有每个图片的文件名（不含路径和扩展名）。labels下的文件是images文件夹下每一个图像的yolo格式的标注文件，这是由annotations的xml标注文件转换来的。
最终训练只需要：2007_train.txt，2007_test.txt，labels下的标注文件和 VOCdevkit\VOC2007\JPEGImages下的图像文件。
生成YOLO格式的txt标记文件内容如下：
genfiles.py文件如下：
-
import xml.etree.ElementTree
as ET
-
import pickle
-
import os
-
from os
import listdir, getcwd
-
from os.path
import join
-
import random
-
-
classes=[
"aeroplane",
"bicycle",
"bird",
"boat",
"bottle",
"bus",
"car",
"cat",
"chair",
"cow",
"diningtable",
"dog",
"horse",
"motorbike",
"person",
"pottedplant",
"sheep",
"sofa",
"train",
"tvmonitor"]
-
-
def clear_hidden_files(path):
-
dir_list = os.listdir(path)
-
for i
in dir_list:
-
abspath = os.path.join(os.path.abspath(path), i)
-
if os.path.isfile(abspath):
-
if i.startswith(
"._"):
-
os.remove(abspath)
-
else:
-
clear_hidden_files(abspath)
-
-
def convert(size, box):
-
dw =
1./size[
0]
-
dh =
1./size[
1]
-
x = (box[
0] + box[
1])/
2.0
-
y = (box[
2] + box[
3])/
2.0
-
w = box[
1] - box[
0]
-
h = box[
3] - box[
2]
-
x = x*dw
-
w = w*dw
-
y = y*dh
-
h = h*dh
-
return (x,y,w,h)
-
-
def convert_annotation(image_id):
-
in_file = open(
'VOCdevkit\VOC2007\Annotations\%s.xml' %image_id)
-
out_file = open(
'VOCdevkit\VOC2007\labels\%s.txt' %image_id,
'w')
-
tree=ET.parse(in_file)
-
root = tree.getroot()
-
size = root.find(
'size')
-
w = int(size.find(
'width').text)
-
h = int(size.find(
'height').text)
-
-
for obj
in root.iter(
'object'):
-
difficult = obj.find(
'difficult').text
-
cls = obj.find(
'name').text
-
if cls
not
in classes
or int(difficult) ==
1:
-
continue
-
cls_id = classes.index(cls)
-
xmlbox = obj.find(
'bndbox')
-
b = (float(xmlbox.find(
'xmin').text), float(xmlbox.find(
'xmax').text), float(xmlbox.find(
'ymin').text), float(xmlbox.find(
'ymax').text))
-
bb = convert((w,h), b)
-
out_file.write(str(cls_id) +
" " +
" ".join([str(a)
for a
in bb]) +
'\n')
-
in_file.close()
-
out_file.close()
-
-
wd = os.getcwd()
-
wd = os.getcwd()
-
work_sapce_dir = os.path.join(wd,
"VOCdevkit\\")
-
if
not os.path.isdir(work_sapce_dir):
-
os.mkdir(work_sapce_dir)
-
work_sapce_dir = os.path.join(work_sapce_dir,
"VOC2007\\")
-
if
not os.path.isdir(work_sapce_dir):
-
os.mkdir(work_sapce_dir)
-
annotation_dir = os.path.join(work_sapce_dir,
"Annotations\\")
-
if
not os.path.isdir(annotation_dir):
-
os.mkdir(annotation_dir)
-
clear_hidden_files(annotation_dir)
-
image_dir = os.path.join(work_sapce_dir,
"JPEGImages\\")
-
if
not os.path.isdir(image_dir):
-
os.mkdir(image_dir)
-
clear_hidden_files(image_dir)
-
VOC_file_dir = os.path.join(work_sapce_dir,
"ImageSets\\")
-
if
not os.path.isdir(VOC_file_dir):
-
os.mkdir(VOC_file_dir)
-
VOC_file_dir = os.path.join(VOC_file_dir,
"Main\\")
-
if
not os.path.isdir(VOC_file_dir):
-
os.mkdir(VOC_file_dir)
-
-
train_file = open(os.path.join(wd,
"2007_train.txt"),
'w')
-
test_file = open(os.path.join(wd,
"2007_test.txt"),
'w')
-
train_file.close()
-
test_file.close()
-
VOC_train_file = open(os.path.join(work_sapce_dir,
"ImageSets\\Main\\train.txt"),
'w')
-
VOC_test_file = open(os.path.join(work_sapce_dir,
"ImageSets\\Main\\test.txt"),
'w')
-
VOC_train_file.close()
-
VOC_test_file.close()
-
if
not os.path.exists(
'VOCdevkit\\VOC2007\\labels'):
-
os.makedirs(
'VOCdevkit\\VOC2007\\labels')
-
train_file = open(os.path.join(wd,
"2007_train.txt"),
'a')
-
test_file = open(os.path.join(wd,
"2007_test.txt"),
'a')
-
VOC_train_file = open(os.path.join(work_sapce_dir,
"ImageSets\\Main\\train.txt"),
'a')
-
VOC_test_file = open(os.path.join(work_sapce_dir,
"ImageSets\\Main\\test.txt"),
'a')
-
list = os.listdir(image_dir)
# list image files
-
probo = random.randint(
1,
100)
-
print(
"Probobility: %d" % probo)
-
for i
in range(
0,len(list)):
-
path = os.path.join(image_dir,list[i])
-
if os.path.isfile(path):
-
image_path = image_dir + list[i]
-
voc_path = list[i]
-
(nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path))
-
(voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path))
-
annotation_name = nameWithoutExtention +
'.xml'
-
annotation_path = os.path.join(annotation_dir, annotation_name)
-
probo = random.randint(
1,
100)
-
print(
"Probobility: %d" % probo)
-
if(probo <
75):
-
if os.path.exists(annotation_path):
-
train_file.write(image_path +
'\n')
-
VOC_train_file.write(voc_nameWithoutExtention +
'\n')
-
convert_annotation(nameWithoutExtention)
-
else:
-
if os.path.exists(annotation_path):
-
test_file.write(image_path +
'\n')
-
VOC_test_file.write(voc_nameWithoutExtention +
'\n')
-
convert_annotation(nameWithoutExtention)
-
train_file.close()
-
test_file.close()
-
VOC_train_file.close()
-
VOC_test_file.close()
（3）修改配置文件
- 新建data\voc.names文件，该文件内容存放数据标签名，可以复制data\voc.names再根据自己情况的修改（修改成自己的分类）；可以重新命名等。
- 新建 data\voc.data文件，可以复制data\voc.data再根据自己情况的修改；可以重新命等。
classes = N ，N为自己的分类数量；train 训练集完整路径列表；valid 测试集完整路径列表；names = data/voc.names 类别文件；backup = backup/ 训练结果保存在darknet/backup/目录下。
- 新建cfg\yolov4-voc.cfg，可以复制cfg\yolov4-custom.cfg再根据自己情况的修改；可以重新命名等。
yolov4-voc.cfg文件参数说明：
- batch: 每一次迭代送到网络的图片数量，也叫批数量。增大这个可以让网络在较少的迭代次数内完成一个epoch。在固定最大迭代次数的前提下，增加batch会延长训练时间，但会更好的寻找到梯度下降的方向。如果你显存够大，可以适当增大这个值来提高内存利用率。这个值是需要大家不断尝试选取的，过小的话会让训练不够收敛，过大会陷入局部最优。
- subdivision：这个参数它会让你的每一个batch不是一下子都丢到网络里。而是分成subdivision对应数字的份数，一份一份的跑完后，在一起打包算作完成一次iteration。这样会降低对显存的占用情况。如果设置这个参数为1的话就是一次性把所有batch的图片都丢到网络里，如果为2的话就是一次丢一半。（subdivisions=8 ,如果显存溢出改为16,32或64）
- angle：图片旋转角度，这个用来增强训练效果的。从本质上来说，就是通过旋转图片来变相的增加训练样本集。
- saturation，exposure，hue：饱和度，曝光度，色调，这些都是为了增强训练效果用的。
- learning_rate：学习率，训练发散的话可以降低学习率。学习遇到瓶颈，loss不变的话也减低学习率。
- max_batches： 最大迭代次数。
- policy：学习策略，一般都是step这种步进式。
- step，scales：这两个是组合一起的，举个例子：learn_rate: 0.001, step:100,25000,35000 scales: 10, .1, .1 这组数据的意思就是在0-100次iteration期间learning rate为原始0.001，在100-25000次iteration期间learning rate为原始的10倍0.01，在25000-35000次iteration期间learning rate为当前值的0.1倍，就是0.001， 在35000到最大iteration期间使用learning rate为当前值的0.1倍，就是0.0001。随着iteration增加，降低学习率可以是模型更有效的学习，也就是更好的降低train loss。
在cfg\yolov4-voc.cfg文件中，三个yolo层和各自前面的convolutional层的参数需要修改：filters=num╳(classes+5)，5的意义是4个坐标加一个置信率num表示YOLO中每个cell预测的框的个数，yolo层中的classes为类别，YOLOV3中为3。此 处 的 值 要 根 据 自 己 的 数 据 集 进 行 更 改 ， 例 如 识 别 4 个 类 别 ， 则 ：filters=3 ╳(4+5)=27。
（4）使用YOLOv4进行训练
下载权重文件：yolov4.conv.137，放置在D:\darknet\build\darknet\x64目录下这里的训练使用迁移学习，所以下载的yolov4在coco数据集上的预训练权重文件（不含全连接层）
训练网络（如需要显示训练过程的map变化，在命令末尾加-map）：
darknet.exe detector train data\voc.data cfg\yolov4.cfg yolov4.conv.137 -map 网络训练建议：
- batch=16
- subdivisions=8 （如果显存溢出改为16，64）
- 把max_batches设置为 (classes*2000)；但最小为4000。例如如果训练3个目标类别，max_batches=6000
- 把steps改为max_batches的80% and 90%；例如steps=4800, 5400。
- 为增加网络分辨率可增大height和width的值，但必须是32的倍数 (height=608, width=608 or 32的整数倍) 。这有助于提高检测精度。
（5）mAP性能统计
统计 mAP@IoU=0.50：
darknet.exe detector map data\voc.data cfg\yolov4-test.cfg backup\yolov4.weights统计 mAP@IoU=0.75:
darknet.exe detector map data\voc.data cfg\yolov4-test.cfg backup\yolov4.weights -iou_thresh 0.758、Anchor Box先验框聚类分析与修改
使用k-means聚类获得自己数据集的先验框大小：
darknet.exe detector calc_anchors data\voc.data -num_of_clusters 9 -width 608 -height 608D:\darknet\build\darknet\x64目录下生成anchors.txt文件，修改cfg文件中的先验框大小，重新训练和测试
二、Linux环境下的YOLOv4目标检测
1、环境配置
环境准备：Ubuntu16.04、CUDA10.1、cuDNN 7.65、OpenCV 3.4
opencv安装可以基于源码，可以使用命令安装：apt-get install libopencv-dev
2、YOLOv4下载和编译
- 下载darknet：git clone https://github.com/AlexeyAB/darknet.git
- cd darknet
- make #直接make则使用的是darknet原始配置（使用CPU）
- 如果使用GPU和OpenCV，则将Makefile文件中的对应项改为1，然后再执行make命令
- 最后，在终端输入：./darknet
- 出现以下输出则说明安装成功：usage: ./darknet <function>
3、测试图片
测试单张图片：
./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg测试多张图片（根据提示输入图片路径）：
./darknet detect cfg/yolov4.cfg yolov4.weights三、提高YOLOv4目标检测性能的技巧
1、YOLOv4训练前的改善技巧
- 增大.cfg文件中的网络分辨率（height=608, width=608或任何32的倍数）有助于提高检测精度。
- 检查要检测的每个目标在数据集中都标注了标签。数据集中的任何目标都要有标签，数据集中如果有错误的标签也会导致训练出问题。
- 得到的损失函数很高并且mAP很低，训练出错了吗？在训练命令末尾使用-show_imgs 标志来运行训练，你是否能看到有正确的边界预测框的目标（在Windows的窗口或者aug_...jpg）？如果没有，训练是发生错误了。
- 对于要检测的每个目标，训练集中必须至少有一个相似的目标，且它们具有大致相同的形状：形状、物体的侧面、相对大小、旋转角度、倾斜度、照明度。 理想的是训练集应包含目标的不同图像：比例、旋转、照明、不同侧面、不同背景。每类图片最好有2000张不同的图像，并且训练的迭代次数(iterations)设置为2000×classes以上（最少为4000）。
- 训练数据集最好包含有不想检测的未标注物体的图像-即无边界框的负样本（空 的.txt文件）。并且负样本图像与带有物体的图像大致一样多。
- 如果要对每个图像中的大量目标进行训练，请在cfg文件的最后一个[yolo]层中添加参数max = 200或更大的值 。
- 为了使检测到的边界框更准确，可以向每个[yolo]层添加3个参数ignore_thresh = .9 iou_normalizer = 0.5 iou_loss = giou并进行训练，它将增加mAP@0.9，但降低mAP@0.5。
- 从cfg文件重新计算数据集的宽度和高度锚框（聚类分析）：darknet detector calc_anchors data / obj.data -num_of_clusters 9 -width 416 -height 416然后在cfg文件的3个[yolo]图层中的每个层中设置9个锚框。 但是，你应该为每个[yolo]层更改anchor masks =的索引。 同样，你应该在每个[yolo]层之前更改filters=(classes + 5)*<number of mask>。 如果许多计算出的锚不适合在适当的层下，则只需尝试使用所有默认锚框即可。
2、YOLOv4训练后的改善技巧
- 通过在.cfg文件中设置（height=608 and width=608）或（height=832 and width=832）或（任何32的倍数）来提高网络分辨率。这可以提高精度并可以检测到小目标。
- 不必再次训练网络，只需使用已经针对416x416分辨率进行训练的权重文件即可，但是要获得更高的准确性，应该使用更高分辨率的608x608或832x832进行训练，请注意：如果发生显存溢出错误，在.cfg 文件应该增加subdivisions=16, 32 or 64 （batch=64时）。
转载：https://blog.csdn.net/asialee_bird/article/details/108580658