公众号源码解析

前言: 自从Joseph Redmon提出了yolov3后，其darknet仓库已经获得了16k的star，足以说明darknet的流行。该作者最新一次更新也是一年前了，没有继续维护。不过自来自俄国的大神AlexeyAB在不断地更新darknet, 不仅添加了darknet在window下的适配，而且实现了多种SOTA目标检测算法。AlexeyAB也在库中提供了一份详细的建议，从编译、配置、涉及网络到测量指标等，一应俱全。通过阅读和理解AlexeyAB的建议，可以为我们带来很多启发。这里是翻译了AlexeyAB的Darknet中的README。然后在文末是GiantPandaCV公众号做的多期源码详细解析，在这个工程里你能看到最全的DarkNet代码注释，以及你会明白DarkNet是如何从你标注的数据获得最终的目标框的，你会学到DarkNet的数据结构组织方式，网络以及每个Layer的前向传播和反向传播，以及YOLOV1，V2，V3，GaussianYOLO，TrideNet，CSPNet, PRN, EfficientNet等最SOTA的模型，最后你还能学到GIOU，DIOU，CIOU， Focal Loss等最经典和先进的Loss。公众号的源码解析见最后。

[TOC]

下图是CSPNet中统计的目前的State of the Art的目标检测模型。其中从csresnext50-panet-spp-optimal模型是CSPNet中提出来的，可以结合AlexeyAB版本的Darknet就可以实现。

1. 依赖

1.1 环境要求

window系统或者linux系统。
CMake版本高于3.8。
CUDA 10.0，cuDNN>=7.0。
OpenCV版本高于2.4。
Linux下需要GCC 或者Clang, Window下需要Visual Studio 15、17或19版。

1.2 数据集获取

MS COCO数据集: 使用./scripits/get_coco_dataset.sh来获取数据集。
OpenImages数据集: 使用./scripits/get_openimages_dataset.py获取数据集,并按照规定的格式重排训练集。
Pascal VOC数据集: 使用./scripits/voc_label.py对数据集标注进行处理。
ILSVRC2012数据集(ImageNet Classification): 使用./scripits/get_imagenet_train.sh获取数据集，运行./scripits/imagenet_label.sh用于验证集。
German/Belgium/Russian/LISA/MASTIF 交通标志数据集。
其他数据集，请访问https://github.com/AlexeyAB/darknet/tree/master/scripts#datasets

结果示意：

其他测试结果可以访问:https://www.youtube.com/user/pjreddie/videos

2. 相比原作者Darknet的改进

添加了对windows下运行darknet的支持。
添加了SOTA模型： CSPNet, PRN, EfficientNet。
在官方Darknet的基础上添加了新的层：[conv_lstm], [scale_channels] SE/ASFF/BiFPN, [local_avgpool], [sam], [Gaussian_yolo], [reorg3d] (修复 [reorg]), 修复 [batchnorm]。
可以使用[conv_lstm]层或者[crnn]层来实现针对视频的目标检测。
添加了多种数据增强策略: [net] mixup=1 cutmix=1 mosaic=1 blur=1。
添加了多种激活函数: SWISH, MISH, NORM_CHAN, NORM\CHAN_SOFTMAX。
增加了使用CPU-RAM提高GPU处理训练的能力，以增加mini_batch_size和准确性。
提升了二值网络，让其在CPU和GPU上的训练和测试速度变为原来的2-4倍。
通过将Convolutional层和Batch-Norm层合并成一个层，提升了约7%速度。
如果在Makefile中使用CUDNN_HALF参数，可以让网络在TeslaV100，GeForce RTX等型号的GPU上的检测速度提升两倍。
针对视频的检测进行了优化，对高清视频检测速度可以提升1.2倍，对4k的视频检测速度可以提升2倍。
数据增强部分使用Opencv SSE/AVX指令优化了原来朴素实现的数据增强，数据增强速度提升为原来的3.5倍。
在CPU上使用AVX指令来提高了检测速度，yolov3提高了约85%。
在网络多尺度训练（random=1）的时候优化了内存分配。
优化了检测时的GPU初始化策略，在bacth=1的时候执行初始化而不是当batch=1的时候重新初始化。
添加了计算mAP,F1,IoU, Precision-Recall等指标的方法，只需要运行darknet detector map命令即可。
支持在训练的过程中画loss曲线和准确率曲线，只需要添加-map标志即可。
提供了-json_port,-mjpeg_port选项，支持作为json和mjpeg 服务器来在线获取的结果。可以使用你的编写的软件或者web浏览器与json和mjpeg服务器连接。
添加了Anchor的计算功能，可以根据数据集来聚类得到合适的Anchor。
添加了一些目标检测和目标跟踪的示例：https://github.com/AlexeyAB/darknet/blob/master/src/yolo_console_dll.cpp
在使用错误的cfg文件或者数据集的时候，添加了运行时的建议和警告。
其它一些代码修复。

3. 命令行使用

Linux中使用./darknet，window下使用darknet.exe.

Linux中命令格式类似./darknet detector test ./cfg/coco.data ./cfg/yolov3.cfg ./yolov3.weights

Linux中的可执行文件在根目录下，Window下则在\build\darknet\x64文件夹中。以是不同情况下应该使用的命令：

Yolo v3 COCO - 图片测试: darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25
输出坐标 of objects: darknet.exe detector test cfg/coco.data yolov3.cfg yolov3.weights -ext_output dog.jpg
Yolo v3 COCO - 视频测试: darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -ext_output test.mp4
网络摄像头: darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -c 0
网络视频摄像头 - Smart WebCam: darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights http://192.168.0.80:8080/video?dummy=param.mjpg
Yolo v3 - 保存视频结果为res.avi: darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights test.mp4 -out_filename res.avi
Yolo v3 Tiny版本 COCO - video: darknet.exe detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights test.mp4
JSON and MJPEG 服务器 ：创建JSON和MJPEG服务器，允许软件或Web浏览器进行与服务器之间进行多个连接。假设两者需要的端口为ip-address:8070 和 8090: ./darknet detector demo ./cfg/coco.data ./cfg/yolov3.cfg ./yolov3.weights test50.mp4 -json_port 8070 -mjpeg_port 8090 -ext_output
Yolo v3 Tiny on GPU: darknet.exe detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights -i 1 test.mp4
另一个可进行图片测试的命令 Yolo v3 COCO - 图片测试: darknet.exe detect cfg/yolov3.cfg yolov3.weights -i 0 -thresh 0.25
在 Amazon EC2上训练, 如果想要看mAP和Loss曲线，运行以下命令: http://ec2-35-160-228-91.us-west-2.compute.amazonaws.com:8090 (Darknet 必须使用OpenCV进行编译才能使用该功能): ./darknet detector train cfg/coco.data yolov3.cfg darknet53.conv.74 -dont_show -mjpeg_port 8090 -map
186 MB Yolo9000 - 图片分类: darknet.exe detector test cfg/combine9k.data cfg/yolo9000.cfg yolo9000.weights
处理一系列图片，并保存结果为json文件：darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -ext_output -dont_show -out result.json < data/train.txt
处理一系列图片，并保存结果为txt文件: darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -dont_show -ext_output < data/train.txt > result.txt
伪标注： 处理一个list的图片 data/new_train.txt ，可以让结果保存为Yolo训练所需的格式，标注文件为 <image_name>.txt 。通过这种方法可以迅速增加训练数据量。具体命令为:darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25 -dont_show -save_labels < data/new_train.txt
如何计算anchor(通过聚类得到): darknet.exe detector calc_anchors data/obj.data -num_of_clusters 9 -width 416 -height 416
计算mAP@IoU=50: darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights
计算mAP@IoU=75: darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights -iou_thresh 0.75

利用Video-Camera和Mjepg-Stream在Android智能设备中运行YOLOv3

下载 mjpeg-stream APP: IP Webcam / Smart WebCam:
- Smart WebCam - 从此处下载: https://play.google.com/store/apps/details?id=com.acontech.android.SmartWebCam2
- IP Webcam下载地址: https://play.google.com/store/apps/details?id=com.pas.webcam
将你的手机与电脑通过WIFI或者USB相连。
开启手机中的Smart WebCam APP。
将以下IP地址替换,在Smart WebCam APP中显示，并运行以下命令：

Yolo v3 COCO-model: darknet.exe detector demo data/coco.data yolov3.cfg yolov3.weights http://192.168.0.80:8080/video?dummy=param.mjpg -i 0

4. Linux下如何编译Darknet

4.1 使用CMake编译Darknet

CMakeList.txt是一个尝试发现所有安装过的、可选的依赖项(比如CUDA，cuDNN, ZED)的配置文件，然后使用这些依赖项进行编译。它将创建一个共享库文件，这样就可以使用Darknet进行代码开发。

在克隆了项目库以后按照以下命令进行执行：

mkdir build-release
cd build-release
cmake ..
make
make install

4.2 使用make编译Darknet

在克隆了项目库以后，直接运行make命令，需要注意的是Makefile中有一些可选参数：

GPU=1代表编译完成后将可以使用CUDA来进行GPU加速(CUDA应该在/usr/local/cuda中)。
CUDNN=1代表通过cuDNN v5-v7进行编译，这样将可以加速使用GPU训练过程(cuDNN应该在/usr/local/cudnn中)。
CUDNN_HALF=1代表在编译的过程中是否添加Tensor Cores, 编译完成后将可以将目标检测速度提升为原来的3倍，训练网络的速度提高为原来的2倍。
OPENCV=1代表编译的过程中加入OpenCV, 目前支持的OpenCV的版本有4.x/3.x/2.4.x，编译结束后将允许Darknet对网络摄像头的视频流或者视频文件进行目标检测。
DEBUG=1 代表是否开启YOLO的debug模式。
OPENMP=1代表编译过程将引入openmp,编译结束后将代表可以使用多核CPU对yolo进行加速。
LIBSO=1 代表编译库darknet.so。
ZED_CAMERA=1 构建具有ZED-3D相机支持的库(应安装ZED SDK)，然后运行。

5. 如何在Window下编译Darknet

5.1 使用CMake-GUI进行编译

建议使用以下方法来完成Window下Darknet的编译，需要环境有：Visual Studio 15/17/19, CUDA>10.0, cuDNN>7.0, OpenCV>2.4

使用CMake-GUI编译流程：

Configure.
Optional platform for generator (Set: x64) .
Finish.
Generate.
Open Project.
Set: x64 & Release.
Build.
Build solution.

5.2 使用vcpkg进行编译

如果你已经满足Visual Studio 15/17/19 、CUDA>10.0、 cuDNN>7.0、OpenCV>2.4的条件, 那么推荐使用通过CMake-GUI的方式进行编译。

否则按照以下步骤进行编译:

安装或更新Visual Studio到17+,确保已经对其进行全面修补。
安装CUDA和cuDNN。
安装Git和CMake, 并将它们加入环境变量中。
安装vcpkg然后尝试安装一个测试库来确认安装是正确的，比如：vcpkg install opengl。
定义一个环境变量VCPKG_ROOT, 指向vcpkg的安装路径。
定义另一个环境变量VCPKG_DEFAULT_TRIPLET将其指向x64-windows。
打开Powershell然后运行以下命令：

PS \>                  cd $env:VCPKG_ROOT
PS Code\vcpkg>         .\vcpkg install pthreads opencv[ffmpeg] 
#replace with opencv[cuda,ffmpeg] in case you want to use cuda-accelerated openCV

打开Powershell, 切换到darknet文件夹，然后运行.\build.ps1进行编译。如果要使用Visual Studio，将在Build后找到CMake为您创建的两个自定义解决方案，一个在build_win_debug中，另一个在build_win_release中，其中包含适用于系统的所有配置标志。

5.3 使用legacy way进行编译

如果你有CUDA10.0、cuDNN 7.4 和OpenCV 3.x , 那么打开build\darknet\darknet.sln, 设置x64和Release 然后运行Build，进行darknet的编译，将cuDNN加入环境变量中。
- 在C:\opencv_3.0\opencv\build\x64\vc14\bin找到opencv_world320.dll和opencv_ffmpeg320_64.dll, 然后将其复制到darknet.exe同级目录中。
- 在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0中检查是否含有bin和include文件夹。如果没有这两个文件夹，那就将他们从CUDA安装的地方复制到这个地方。
- 安装cuDNN 7.4.1 来匹配CUDA 10.0, 将cuDNN添加到环境变量CUDNN。将cudnn64_7.dll复制到\build\darknet\x64中。
如果你是用的是其他版本的CUDA（不是CUDA 10.0）, 那么使用Notepad打开build\darknet\darknet.vxcproj, 将其中的CUDA 10.0替换为你的CUDA的版本。然后打开\darknet.sln, 然后右击工程，点击属性properties, 选择CUDA C/C++, 然后选择Device , 然后移除compute_75,sm_75。之后从第一步从头开始执行。
如果你没有GPU但是有OpenCV3.0，那么打开build\darknet\darknet_no_gpu.sln, 设置x64和Release，然后运行build -> build darknet_no_gpu。
如果你只安装了OpenCV 2.4.14，那你应该修改\darknet.sln中的路径。
- (右键点击工程) -> properties -> C/C++ -> General -> Additional Include Directories: C:\opencv_2.4.13\opencv\build\include
- (右键点击工程)-> properties -> Linker -> General -> Additional Library Directories: C:\opencv_2.4.13\opencv\build\x64\vc14\lib
如果你的GPU有Tensor Cores(Nvidia Titan V/ Tesla V100/ DGX-2等型号)，可以提升目标检测模型测试速度为原来的3倍，训练速度变为原来的2倍。\darknet.sln -> (右键点击工程) -> properties -> C/C++ -> Preprocessor -> Preprocessor Definitions, and add here: CUDNN_HALF;

注意：CUDA 必须在Visual Studio安装后再安装。

6. 如何训练

6.1 Pascal VOC dataset

下载预训练模型 (154 MB): http://pjreddie.com/media/files/darknet53.conv.74 将其放在 build\darknet\x64文件夹中。
下载pascal voc数据集并解压到 build\darknet\x64\data\voc 放在 build\darknet\x64\data\voc\VOCdevkit\文件夹中:
- http://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar。
- http://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar。
- http://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar。
2.1 下载 voc_label.py 到 build\darknet\x64\data\voc，地址为: http://pjreddie.com/media/files/voc_label.py。
下载并安装python: https://www.python.org/ftp/python/3.5.2/python-3.5.2-amd64.exe
运行命令: python build\darknet\x64\data\voc\voc_label.py (来生成文件: 2007_test.txt, 2007_train.txt, 2007_val.txt, 2012_train.txt, 2012_val.txt)。
运行命令: type 2007_train.txt 2007_val.txt 2012_*.txt > train.txt。
在 yolov3-voc.cfg文件中设置 batch=64 和subdivisions=8。
使用 train_voc.cmd 或者使用以下命令开始训练:

darknet.exe detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74。

(Note: 如果想要停止loss显示，添加 -dont_show标志. 如果使用CPU运行, 用darknet_no_gpu.exe 代替 darknet.exe。)

如果想要改数据集路径的话，请修改 build\darknet\cfg\voc.data文件。

Note: 在训练中如果你看到avg为nan，那证明训练出错。但是如果在其他部分出现nan，这属于正常现象，训练过程是正常的。

6.2 如何使用多GPU训练？

首先在一个GPU中训练大概1000个轮次: darknet.exe detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74。
然后停下来基于这个保存的模型 /backup/yolov3-voc_1000.weights 使用多GPU (最多4个GPU): darknet.exe detector train cfg/voc.data cfg/yolov3-voc.cfg /backup/yolov3-voc_1000.weights -gpus 0,1,2,3。

在多GPU训练的时候，learning rate需要进行修改，比如单gpu使用0.001，那么多gpu应该使用0.001/GPUS。然后cfg文件中的burn_in参数和max_batches参数要设置为原来的GPUS倍。

6.3 训练自定义数据集(重点关注)

训练较早提出的Yolo 系列算法如yolov2-voc.cfg, yolov2-tiny-voc.cfg, yolo-voc.cfg, yolo-voc.2.0.cfg，请看https://github.com/AlexeyAB/darknet/tree/47c7af1cea5bbdedf1184963355e6418cb8b1b4f#how-to-train-pascal-voc-data。

Training Yolo v3:

创建与 yolov3.cfg内容相同的 yolo-obj.cfg 或者直接复制然后重命名为yolo-obj.cfg 然后

设置cfg文件中 batch=64。
设置cfg文件中 subdivisions=16。
设置cfg文件中max_batches参数 (一般可以设置为classes*2000 但是不要低于 4000), 比如如果你有三个类，那么设置max_batches=6000。
设置steps参数，一般为80%和90%的max_batches。比如 steps=4800,5400
设置网络输入长宽必须能够整除32，比如 width=416 height=416 `
修改yolo层中的 classes=80 改为你的类别的个数，比如classes=3:
修改yolo层前一个卷积层convolutional输出通道数。修改的filter个数有一定要求，按照公式filters=(classes+5)×3来设置。这里的5代表x, y, w, h, conf, 这里的3代表分配3个anchor。
如果使用 [Gaussian_yolo] (Gaussian_yolov3_BDD.cfg)，filters计算方式不太一样，按照 filters=(classes + 9)x3进行计算。
通常来讲，filters的个数计算依赖于类别个数，坐标以及mask的个数（cfg中的mask参数也就是anchors的个数）。

举个例子,对于两个目标,你的 yolo-obj.cfg 和yolov3.cfg 不同的地方应该在每个 [yolo]/[region]层的下面几行:

  [convolutional]
  filters=21

  [region]
  classes=2

在build\darknet\x64\data\创建文件 obj.names , 每行一个类别的名称。
在build\darknet\x64\data\ 创建obj.data, 具体内容如下:

  classes= 2 # 你的类别的个数
  train  = data/train.txt # 存储用于训练的图片位置
  valid  = data/test.txt # 存储用于测试的图片的位置
  names = data/obj.names # 每行一个类别的名称
  backup = backup/

将你的图片放在 build\darknet\x64\data\obj\文件夹下。
你应该标注你的数据集中的每一张图片，使用Yolo_mark这个可视化GUI软件来标注出目标框并且产生标注文件。地址： https://github.com/AlexeyAB/Yolo_mark。

软件将会为每一个图像创建一个txt文件，并将其放在同一个文件夹中，命名与原图片的名称相同，唯一不同的就是后缀是txt。txt标注文件中每一个目标独占一行，按照<object-class> <x_center> <y_center> <width> <height>的格式排布。

具体参数解释：

<object-class> -是从 0 到 (classes-1)的整数，代表具体的类别。
<x_center> <y_center> <width> <height> - 是归一化到(0.0 to 1.0]之间的浮点数，都是相对于图片整体的宽和高的一个相对值。
比如: <x> = <absolute_x> / <image_width> 或者 <height> = <absolute_height> / <image_height>
需要注意的是: <x_center> <y_center> - 是标注框的中心点，而不是左上角。请注意格式。

举个例子，img1.txt中内容如下，代表有两个类别的三个目标：

  1 0.716797 0.395833 0.216406 0.147222
  0 0.687109 0.379167 0.255469 0.158333
  1 0.420312 0.395833 0.140625 0.166667

在build\darknet\x64\data\文件夹中创建train.txt文件，每行包含的是训练集图片的内容。其路径是相对于 darknet.exe的路径或者绝对路径：

  data/obj/img1.jpg
  data/obj/img2.jpg
  data/obj/img3.jpg

下载预训练权重，并将其放在 build\darknet\x64文件夹中。
- 对于csresnext50-panet-spp.cfg (133 MB)：请查看原工程。
- 对于yolov3.cfg, yolov3-spp.cfg (154 MB)：请查看原工程。
- 对于yolov3-tiny-prn.cfg , yolov3-tiny.cfg (6 MB)：请查看原工程。
- 对于enet-coco.cfg (EfficientNetB0-Yolov3)：请查看原工程。
使用以下命令行开始训练: darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74。

对于linux用户使用以下命令开始训练: ./darknet detector train data/obj.data yolo-obj.cfg darknet53.conv.74 (使用./darknet 而不是 darknet.exe)。
- 权重文件 yolo-obj_last.weights 将会保存在 build\darknet\x64\backup\ 文件夹中，每100个迭代保存一次。
- 权重文件yolo-obj_xxxx.weights 将会保存在 build\darknet\x64\backup\ 文件夹中，每1000个迭代保存一次。
- 如果不想在训练的过程中同步展示loss曲线，请执行以下命令 darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 -dont_show。
- 如果想在训练过程中查看mAP和Loss曲线，可以使用以下命令：darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 -dont_show -mjpeg_port 8090 -map ，然后在浏览器中打开 URL http://ip-address:8090 。
如果想训练的过程中同步显示mAP（每四个epoch进行一次更新），运行命令: darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 -map。
训练结束以后，将会在文件夹build\darknet\x64\backup\中得到权重文件 yolo-obj_final.weights 。

在100次迭代以后，你可以停下来，然后从这个点加载模型继续训练。比如说, 你在2000次迭代以后停止训练，如果你之后想要恢复训练，只需要运行命令： darknet.exe detector train data/obj.data yolo-obj.cfg backup\yolo-obj_2000.weights，而不需要重头开始训练。

注意：

如果在训练的过程中，发现avg指标变为nan，那证明训练过程有误，可能是数据标注越界导致的问题。但是其他指标有nan是正常的。
修改width, height的时候必须要保证两者都能够被32整除。
训练结束后，可以使用以下命令来进行测试：darknet.exe detector test data/obj.data yolo-obj.cfg yolo-obj_8000.weights
如果出现Ouf of memery问题，那说明显卡的显存不够，你可以通过设置subdivisions参数，将其从原来的16提高为32或者64，这样就能降低使用的显存，保证程序正常运行。

6.4 训练tiny-yolo

训练tiny yolo与以上的训练过程并无明显区别，除了以下几点：

下载tiny yolo的预训练权重：https://pjreddie.com/media/files/yolov3-tiny.weights
使用以下命令行来获取预训练权重: darknet.exe partial cfg/yolov3-tiny.cfg yolov3-tiny.weights yolov3-tiny.conv.15 15，这里的15代表前15个层，也就是backbone所在的层。
使用的配置文件应该是 cfg/yolov3-tiny_obj.cfg 而不是 yolov3.cfg
使用以下命令开始训练: darknet.exe detector train data/obj.data yolov3-tiny-obj.cfg yolov3-tiny.conv.15

如果想使用其他backbone进行训练比如 DenseNet201-Yolo或者ResNet50-Yolo, 你可以在以下链接中找到: https://github.com/AlexeyAB/darknet/blob/master/build/darknet/x64/partial.cmd

如果你采用的是自己设计的backbone,那就无法进行迁移学习，backbone可以直接进行参数随机初始化。

6.5 什么时候停止训练

建议为每个类分配至少2000次迭代，但是整体迭代次数不应少于4000次。如果想要更加精准地定义什么时候该停止训练，需要使用以下方法：

训练过程中，你将会看到日志中有很多错误的度量指标，你需要在avg指标不再下降的时候停止训练，如下图所示:

Region Avg IOU: 0.798363, Class: 0.893232, Obj: 0.700808, No Obj: 0.004567, Avg Recall: 1.000000, count: 8 Region Avg IOU: 0.800677, Class: 0.892181, Obj: 0.701590, No Obj: 0.004574, Avg Recall: 1.000000, count: 8

9002: 0.211667, 0.60730 avg, 0.001000 rate, 3.868000 seconds, 576128 images Loaded: 0.000000 seconds

9002 - 代表当前的迭代次数。
0.60730 avg - average loss (error) - 这个指标是平均loss, 其越低越好。

在这个指标不再下降的时候就可以停止训练了。最终的值大概分布在0.05-3.0之间，小而简单的模型通常最终loss比较小，大而复杂的loss可能会比较大。

训练完成后，你就可以从 darknet\build\darknet\x64\backup 文件夹中取出比较靠后的几个weights文件，并对他们进行测试，选择最好的权重文件。

举个例子，你在9000次迭代后停止训练，但最好的权重可能是7000,8000,9000次的值。这种情况的出现是由于过拟合导致的。过拟合是由于过度学习训练集的分布，而降低了模型在测试集的泛化能力。

Early Stopping Point示意图:

为了得到在early stopping point处的权重：

2.1 首先，你的obj.data文件中应该含有valid=valid.txt一项，用于测试在验证集的准确率。如果你没有验证集图片，那就直接复制train.txt重命名为valid.txt。

2.2 假如你选择在9000次迭代后停止，那可以通过以下命令测试7000,8000,9000三个模型的相关指标。选择最高mAP或者最高IoU的模型最为最终模型。

darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights
darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_8000.weights
darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_9000.weights

或者你可以选择使用-map标志符来直接实时测试mAP值：

darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74 -map

然后你就能得到loss曲线和mAP曲线，mAP每4个epoch对验证集进行一次测试，并将结果显示在图中。

指标解释

IoU (intersect over union) - 平均交并比
mAP (mean average precision) - 每个类的平均精度。具体解释请参考之前的文章：目标检测算法之常见评价指标(mAP)的详细计算方法及代码解析

mAP 是Pascal VOC竞赛的默认指标，与MS COCO竞赛中的AP50指标是一致的。

Precision和Recall参数在Pascal VOC竞赛中略微不同，但 IoU 的意义都是相同的.

6.6 如何在pascal voc2007数据集上计算mAP指标

在VOC2007中计算mAP：

下载VOC数据集，安装python并且下载``2007_test.txt文件，具体可以参考链接：https://github.com/AlexeyAB/darknet#how-to-train-pascal-voc-data`
下载文件 https://raw.githubusercontent.com/AlexeyAB/darknet/master/scripts/voc_label_difficult.py 到 build\darknet\x64\data\ 文件夹，然后运行 voc_label_difficult.py 从而得到 difficult_2007_test.txt。

将下面voc.data文件中的第四行#删除

classes= 20
train  = data/train_voc.txt
valid  = data/2007_test.txt
#difficult = data/difficult_2007_test.txt
names = data/voc.names
backup = backup/

然后就有两个方法来计算得到mAP:
1. 使用Darknet + Python: 运行 build/darknet/x64/calc_mAP_voc_py.cmd ，你将得到 yolo-voc.cfg 模型的mAP值, mAP = 75.9%
2. 直接使用命令: 运行文件 build/darknet/x64/calc_mAP.cmd -你将得到 yolo-voc.cfg 模型, 得到mAP = 75.8%
YOLOv3的论文：https://arxiv.org/pdf/1612.08242v1.pdf指出对于416x416的YOLOv2，Pascal Voc上的mAP值是76.8%。我们得到的值较低，可能是由于模型在进行检测时的代码略有不同。
如果你想为tiny-yolo-voc计算mAP值，将脚本中tiny-yolo-voc.cfg取消注释，将yolo-voc.cfg注释掉。
如果你是用的是python 2.x 而不是python 3.x, 而且你选择使用Darknet+Python的方式来计算mAP, 那你应该使用 reval_voc.py 和 voc_eval.py 而不是使用 reval_voc_py3.py 和 voc_eval_py3.py 。以上脚本来自以下目录： https://github.com/AlexeyAB/darknet/tree/master/scripts。
目标检测的例子：darknet.exe detector test data/obj.data yolo-obj.cfg yolo-obj_8000.weights

7. 如何提升目标检测性能？

训练之前：
- 在cfg文件中将random设为1：这将在Yolo中使用多尺度训练，会提升检测模型准确率。
- 在cfg文件中把输入分辨率增大(height=608, width=608或者其他任意32的倍数)：这将提升检测模型准确率。
- 检查你要检测的每个目标在数据集中是否被标记，数据集中任何目标都不应该没有标签。在大多数训练出问题的情况中基本都是有错误的标签（通过使用某些转换脚本，使用第三方工具标注来获得标签），可以通过https://github.com/AlexeyAB/Yolo_mark来检查你的数据集是否全部标注正确。
- 我的损失函数很高并且mAP很低，训练出错了吗？在训练命令末端使用-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（在窗口或者aug_...jpg）？如果没有，训练是发生错误了。
- 对于你要检测的每个目标，训练数据集中必须至少有一个相似的目标，它们具有大致相同的形状，物体侧面姿态，相对大小，旋转角度，倾斜度，照明度等。理想的是，你的训练数据集包括具有不同比例，旋转角度，照明度，物体侧面姿态和处于不同背景的目标图像，你最好拥有2000张不同的图像，并且至少训练2000×classes轮次。
- 希望你的训练数据集图片包含你不想检测的未标注的目标，也即是无边界框的负样本图片(空的.txt文件)，并且负样本图片的数量和带有目标的正样本图片数量最好一样多。
- 标注目标的最佳方法是：仅仅标记目标的可见部分或者标记目标的可见和重叠部分，或标记比整个目标多一点(有一点间隙)?根据你希望如何检测目标来进行标记。
- 为了对图片中包含大量目标的数据进行训练，添加max=200或者更高的值在你cfg文件中yolo层或者region层的最后一行（YOLOv3可以检测到的目标全局最大数量为0,0615234375*(width*height)其中width和height是在cfg文件中的[net]部分指定的）。
- 对于小目标的训练（把图像resize到416x416大小后小于16x16的目标）：设置layers = -1, 11而不是layers=-1, 36；设置stride=4而不是stride=2。
- 对于既有大目标又有小目标的训练使用下面的模型：
  - 完整模型（5个yolo层）：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3_5l.cfg。
  - Tiny模型（3个yolo层）：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-tiny_3l.cfg。
  - 带空间金字塔池化的完整模型（3个yolo层）： https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-spp.cfg。
- 如果你要训练模型将左右目标分为单独的类别（左/右手，左/右交通标志），那就禁用翻转的数据扩充方式，即在数据输入部分添加flip=0。
- 一般规则：你的训练数据集应包括一组您想要检测的相对大小的目标，如下：
  - train_network_width * train_obj_width / train_image_width ~= detection_network_width * detection_obj_width / detection_image_width
  - train_network_height * train_obj_height / train_image_height ~= detection_network_height * detection_obj_height / detection_image_height
  即，对于测试集中的每个目标，训练集中必须至少有一个同类目标和它具有大约相同的尺寸：
  
  object width in percent from Training dataset ~= object width in percent from Test dataset
  
  也就是说，如果训练集中仅存在占图像比例80%-90%的目标，则训练后的目标检测网络将无法检测到占图像比例为1-10%的目标。
- 为了加快训练速度（同时会降低检测精度）使用微调而不是迁移学习，在[net]下面设置stopbackward=1。然后执行下面的命令：./darknet partial cfg/yolov3.cfg yolov3.weights yolov3.conv.81 81这将会创建yolov3.conv.81文件，然后使用yolov3.conv.81文件进行训练而不是darknet53.conv.74。
- 在观察目标的时候，从不同的方向、不同的照明情况、不同尺度、不同的转角和倾斜角度来看，对神经网络来说，它们都是不同的目标。因此，要检测的目标越多，应使用越复杂的网络模型。
- 为了让检测框更准，你可以在每个yolo层添加下面三个参数ignore_thresh = .9 iou_normalizer=0.5 iou_loss=giou，这回提高[email protected]，但会降低[email protected]。
- 当你是神经网络方面的专家时，可以重新计算相对于width和height的anchors：darknet.exe detector calc_anchors data/obj.data -num_of_clusters 9 -width 416 -height 416然后在3个[yolo]层放置这9个anchors。但是你需要修改每个[yolo]层的masks参数，让第一个[yolo]层的anchors尺寸大于60x60，第二个[yolo]层的anchors尺寸大于30x30，剩下就是第三个[yolo]层的mask。宁外，你需要修改每一个[yolo]层前面的filters=(classes + 5)x<number of mask>。如果很多计算的anchors都找不到合适的层，那还是使用Yolo的默认anchors吧。
训练之后：
- 通过在.cfg文件中设置（height=608 and width=608）或者（height=832 and width=832）或者任何32的倍数，这会提升准确率并使得对小目标的检测更加容易。
  - 没有必要重新训练模型，直接使用用416x416分辨率训练出来的.weights模型文件。
  - 但是要获得更高的准确率，你应该使用608x608或者832x832来训练，注意如果Out of memory发生了，你应该在.cfg文件中增加subdivisions=16，32，64。

8. 如何标注以及创建标注文件

下面的工程提供了用于标记目标边界框并为YOLO v2&v3 生成标注文件的带图像界面软件，地址为：https://github.com/AlexeyAB/Yolo_mark。

例如对于只有两类目标的数据集标注后有以下文件train.txt,obj.names,obj.data,yolo-obj.cfg,air 1-6.txt,bird 1-4.txt，接着配合train_obj.cmd就可以使用YOLO v2和YOLO v3来训练这个数据集了。

下面提供了5重常见的目标标注工具：

C++实现的：https://github.com/AlexeyAB/Yolo_mark
Python实现的：https://github.com/tzutalin/labelImg
Python实现的：https://github.com/Cartucho/OpenLabeling
C++实现的：https://www.ccoderun.ca/darkmark/
JavaScript实现的：https://github.com/opencv/cvat

9. 使用YOLO9000

同时检测和分类9000个目标：darknet.exe detector test cfg/combine9k.data cfg/yolo9000.cfg yolo9000.weights data/dog.jpg

yolo9000.weights：186Mb的YOLO9000模型需要4G GPU显存，训练好的模型下载地址：http://pjreddie.com/media/files/yolo9000.weights。
yolo9000.cfg：YOLO9000的c网络结构文件，同时这里也有9k.tree和coco9k.map文件的路径。
```
tree=data/9k.tree
map = data/coco9k.map
```
- 9k.tree：9418个类别的单词数，每一行的形式为<label> <parent_it>，如果parent_id==-1那么这个标签没有父类别，地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/9k.tree。
- coco9k.map：将MSCOCO的80个目标类别映射到9k.tree的文件，地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/coco9k.map。
combine9k.data：数据文件，分别是9k.labels。9k.names，inet9k.map的路径（修改combine9k.train.list文件的路径为你自己的）。地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/combine9k.data。
9k.labels：9418类目标的标签。地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/9k.labels。
9k.names：9418类目标的名字。地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/9k.names。
inet9k.map：将ImageNet的200个目标类别映射到9k.tree的文件，地址为：https://raw.githubusercontent.com/AlexeyAB/darknet/master/build/darknet/x64/data/inet9k.map。

10. 如何将YOLO作为DLL和SO库进行使用？

在Linux上。
- 使用build.sh 或者
- 使用cmake编译darknet 或者
- 将Makefile重的LIBSO=0改为LIBSO=1，然后执行make编译darknet
在Windows上。
- 使用build.ps1 或者
- 使用cmake编译darknet 或者
- 使用build\darknet\yolo_cpp_dll.sln或build\darknet\yolo_cpp_dll_no_gpu.sln解决方法编译darknet
这里有两个API：
- C API：https://github.com/AlexeyAB/darknet/blob/master/include/darknet.h
  - 使用C API的Python例子：
    - https://github.com/AlexeyAB/darknet/blob/master/darknet.py
    - https://github.com/AlexeyAB/darknet/blob/master/darknet_video.py
- C++ API：https://github.com/AlexeyAB/darknet/blob/master/include/yolo_v2_class.hpp
  - 使用C++ API的C++例子：https://github.com/AlexeyAB/darknet/blob/master/src/yolo_console_dll.cpp

11. 附录

为了将Yolo编译成C++的DLL文件yolo_cpp_dll.dll：打开build\darknet\yolo_cpp_dll.sln解决方案，编译选项选X64和Release，然后执行Build->Build yolo_cpp_dll就，编译的一些前置条件为：

安装CUDA 10.0。
为了使用cuDNN执行以下步骤：点击工程属性->properties->C++->Preprocessor->Preprocessor Definitions，然后在开头添加一行CUDNN。

在自己的C++工程中将Yolo当成DLL文件使用：打开build\darknet\yolo_console_dll.sln解决方案，编译选项选X64和Release，然后执行Build->Build yolo_console_dll：
- 你可以利用Windows资源管理器运行build\darknet\x64\yolo_console_dll.exe可执行程序并使用下面的命令: yolo_console_dll.exe data/coco.names yolov3.cfg yolov3.weights test.mp4
- 启动控制台应用程序并输入图像文件名后，你将看到每个目标的信息：<obj_id> <left_x> <top_y> <width> <height> <probability>
- 如果要使用OpenCV-GUI你应该将yolo_console_dll.cpp中的//#define OPENCV取消注释。
- 你可以看到视频检测例子的源代码，地址为yolo_console_dll.cpp的第75行。
yolo_cpp_dll.dll-API：https://github.com/AlexeyAB/darknet/blob/master/include/yolo_v2_class.hpp

struct bbox_t {
    unsigned int x, y, w, h;    // (x,y) - top-left corner, (w, h) - width & height of bounded box
    float prob;                    // confidence - probability that the object was found correctly
    unsigned int obj_id;        // class of object - from range [0, classes-1]
    unsigned int track_id;        // tracking id for video (0 - untracked, 1 - inf - tracked object)
    unsigned int frames_counter;// counter of frames on which the object was detected
};

class Detector {
public:
        Detector(std::string cfg_filename, std::string weight_filename, int gpu_id = 0);
        ~Detector();

        std::vector<bbox_t> detect(std::string image_filename, float thresh = 0.2, bool use_mean = false);
        std::vector<bbox_t> detect(image_t img, float thresh = 0.2, bool use_mean = false);
        static image_t load_image(std::string image_filename);
        static void free_image(image_t m);

#ifdef OPENCV
        std::vector<bbox_t> detect(cv::Mat mat, float thresh = 0.2, bool use_mean = false);
	std::shared_ptr<image_t> mat_to_image_resize(cv::Mat mat) const;
#endif
};

AlexeyAB版本Darknet链接

https://github.com/AlexeyAB/darknet

公众号源码解析

“GiantPandaCV”是由两位对计算机视觉心怀热情的95后创建的，专注于深度学习基础路线，不盲目追求热点，按照科学的计算机视觉学习路线踏实而坚定地走下去。

欢迎您的加入，愿与君共同成长。

Name		Name	Last commit message	Last commit date
Latest commit History 39 Commits
3rdparty		3rdparty
cfg		cfg
cmake/Modules		cmake/Modules
data		data
include		include
scripts		scripts
src		src
.gitignore		.gitignore
.travis.yml		.travis.yml
CMakeLists.txt		CMakeLists.txt
DarknetConfig.cmake.in		DarknetConfig.cmake.in
LICENSE		LICENSE
Makefile		Makefile
README.md		README.md
appveyor.yml		appveyor.yml
build.ps1		build.ps1
build.sh		build.sh
darknet.py		darknet.py
darknet_video.py		darknet_video.py
image_yolov2.sh		image_yolov2.sh
image_yolov3.sh		image_yolov3.sh
json_mjpeg_streams.sh		json_mjpeg_streams.sh
net_cam_v3.sh		net_cam_v3.sh
video_v2.sh		video_v2.sh
video_yolov3.sh		video_yolov3.sh

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

1. 依赖

1.1 环境要求

1.2 数据集获取

2. 相比原作者Darknet的改进

3. 命令行使用

4. Linux下如何编译Darknet

4.1 使用CMake编译Darknet

4.2 使用make编译Darknet

5. 如何在Window下编译Darknet

5.1 使用CMake-GUI进行编译

5.2 使用vcpkg进行编译

5.3 使用legacy way进行编译

6. 如何训练

6.1 Pascal VOC dataset

6.2 如何使用多GPU训练？

6.3 训练自定义数据集(重点关注)

6.4 训练tiny-yolo

6.5 什么时候停止训练

6.6 如何在pascal voc2007数据集上计算mAP指标

7. 如何提升目标检测性能？

8. 如何标注以及创建标注文件

9. 使用YOLO9000

10. 如何将YOLO作为DLL和SO库进行使用？

11. 附录

公众号源码解析

About

Releases

Packages

Languages

License

xiaowuge1201/Darknet

Folders and files

Latest commit

History

Repository files navigation

1. 依赖

1.1 环境要求

1.2 数据集获取

2. 相比原作者Darknet的改进

3. 命令行使用

4. Linux下如何编译Darknet

4.1 使用CMake编译Darknet

4.2 使用make编译Darknet

5. 如何在Window下编译Darknet

5.1 使用CMake-GUI进行编译

5.2 使用vcpkg进行编译

5.3 使用legacy way进行编译

6. 如何训练

6.1 Pascal VOC dataset

6.2 如何使用多GPU训练？

6.3 训练自定义数据集(重点关注)

6.4 训练tiny-yolo

6.5 什么时候停止训练

6.6 如何在pascal voc2007数据集上计算mAP指标

7. 如何提升目标检测性能？

8. 如何标注以及创建标注文件

9. 使用YOLO9000

10. 如何将YOLO作为DLL和SO库进行使用？

11. 附录

公众号源码解析

About

Resources

License

Stars

Watchers

Forks

Releases

Packages 0

Languages

Packages