yolov3-tiny训练自己的数据集(重在步骤，不究原理)

简介

YOLOv3是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。而YOLOv3-tiny是YOLOv3的简化版。

YOLOv3-tiny网络结构图

layer     filters    size              input                output
0 conv     16  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  16  0.150 BFLOPs
1 max          2 x 2 / 2   416 x 416 x  16   ->   208 x 208 x  16
2 conv     32  3 x 3 / 1   208 x 208 x  16   ->   208 x 208 x  32  0.399 BFLOPs
3 max          2 x 2 / 2   208 x 208 x  32   ->   104 x 104 x  32
4 conv     64  3 x 3 / 1   104 x 104 x  32   ->   104 x 104 x  64  0.399 BFLOPs
5 max          2 x 2 / 2   104 x 104 x  64   ->    52 x  52 x  64
6 conv    128  3 x 3 / 1    52 x  52 x  64   ->    52 x  52 x 128  0.399 BFLOPs
7 max          2 x 2 / 2    52 x  52 x 128   ->    26 x  26 x 128
8 conv    256  3 x 3 / 1    26 x  26 x 128   ->    26 x  26 x 256  0.399 BFLOPs
9 max          2 x 2 / 2    26 x  26 x 256   ->    13 x  13 x 256
10 conv    512  3 x 3 / 1    13 x  13 x 256   ->    13 x  13 x 512  0.399 BFLOPs
11 max          2 x 2 / 1    13 x  13 x 512   ->    13 x  13 x 512
12 conv   1024  3 x 3 / 1    13 x  13 x 512   ->    13 x  13 x1024  1.595 BFLOPs
13 conv    256  1 x 1 / 1    13 x  13 x1024   ->    13 x  13 x 256  0.089 BFLOPs
14 conv    512  3 x 3 / 1    13 x  13 x 256   ->    13 x  13 x 512  0.399 BFLOPs
15 conv    255  1 x 1 / 1    13 x  13 x 512   ->    13 x  13 x 255  0.044 BFLOPs
16 yolo
17 route  13
18 conv    128  1 x 1 / 1    13 x  13 x 256   ->    13 x  13 x 128  0.011 BFLOPs
19 upsample            2x    13 x  13 x 128   ->    26 x  26 x 128
20 route  19 8
21 conv    256  3 x 3 / 1    26 x  26 x 384   ->    26 x  26 x 256  1.196 BFLOPs
22 conv    255  1 x 1 / 1    26 x  26 x 256   ->    26 x  26 x 255  0.088 BFLOPs
23 yolo

环境条件

• Window 10
• GTX1050 2G
• Python 3.6.7
• Opencv 3.4.0
• Tensorflow-gpu 1.14.0

源码获取

https://github.com/FreemanTang/yolov3_tiny_tensorflow
# 或者
https://gitee.com/freemantang/yolov3_tiny_tensorflow

项目结构

准备数据

将所有标注的图片放到VOCdevkit/VOC2007/JPEGImages目录下，如下图。

将所有标注的XML文件放到VOCdevkit/VOC2007/Annotations目录下，如下图。

运行VOCdevkit/VOC2007/ImageName_to_txt.py代码，如下图。

运行成功，会在VOCdevkit/VOC2007/ImageSets/Main目录下，生成4个TXT文件，如下图。

编辑yolov3_tiny_tensorflow/voc_annotation.py代码，将classes = []改成自己标注的类别名，如classes = [“head”,“car”,“cat”]，如下图。

运行yolov3_tiny_tensorflow/voc_annotation.py代码，如下图。

运行成功，会在yolov3_tiny_tensorflow目录下生成3个TXT文件，如下图。

将其重命名为train.txt，test.txt，val.txt，如下图。

3个txt文件，内容格式，如下图。

相关配置

将/data/COCO.name用记事本打开，输入自己所标注的类名，如下图。

训练

运行yolov3_tiny_tensorflow/train.py代码，如下图。

python train.py --batch_size 1 --total_epoches 50

训练完成，在yolov3_tiny_tensorflow/checkpoint/yolov3_tiny_COCO已保存训练好的模型文件，如下图。

将最新保存的文件名改为yolov3_tiny_my.cpkt，如下图。

测试

Window系统下测试

图片测试

python test_single_image_yolov3_tiny.py --input_image ./imgs/test.jpg

视频测试

python camera_or_video_test_yolov3_tiny.py --input_video ./videos/test_video.mp4

摄像头测试

python camera_or_video_test_yolov3_tiny.py --input_video 0

Jetson Nano下测试

图片测试

python3 test_single_image_yolov3_tiny.py --input_image ./imgs/test.jpg

视频测试

python3 camera_or_video_test_yolov3_tiny.py --input_video ./videos/test_video.mp4

摄像头测试

python3 CSI_camera_test_yolov3_tiny.py