ScaledYOLOv4实践：手把手教物体检测——ScaleYOLOv4-large

淡淡的烟草味﹌ 2023-01-01 09:51 65阅读 0赞

**目录**

摘要

训练

制作数据集

下载代码和权重文件

增加Mish函数

准备训练

测试

--------------------

# 摘要 #

YOLOv4-large是专为云端GPU而设计的一种架构，主要目的在于获得更好的目标检测精度。作者基于前述分析设计了一个全尺寸的YOLOv4-P5并扩展得到了YOLOv4-P6和YOLOv4-P7。其对应的网络结构示意图见下图。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70][]

作者通过实验发现：YOLOv4-P6(宽度缩放因子1)可以达到30fps的实时处理性能；YOLOv4-P7(宽度缩放因子1.25)可以达到15fps的处理速度。

代码：[https://github.com/WongKinYiu/PyTorch\_YOLOv4][https_github.com_WongKinYiu_PyTorch_YOLOv4]

Paper：[https://arxiv.org/abs/2011.08036][https_arxiv.org_abs_2011.08036]

论文思路：

通过对目前最先进的物体检测器的分析，我们发现YOLOv4\[1\]的主干CSPDarknet53几乎匹配所有通过网络架构搜索技术得到的最优架构特征。

CSPDarknet53的深度、瓶颈比、龄期间宽度生长比分别为65、1和2。因此，我们开发了基于YOLOv4的模型缩放技术，提出了scale -YOLOv4。提出的缩放yolov4具有出色的性能，如下图所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 1][]

scale - yolov4的设计过程如下

首先对yolov4进行了重新设计，提出了YOLOv4-CSP，然后基于onYOLOv4-CSP开发了scale - yolov4。

在提出的scale - yolov4中，本文讨论了线性缩放模型的上界和下界，并分别分析了小模型和大模型缩放时需要注意的问题。因此，我们能够系统地开发YOLOv4-large和yolov4 -tiny模型。Scaled-YOLOv4能够在速度和精度之间实现最好的平衡，能够在15 fps、30 fps和60fps的影片以及嵌入式系统上进行实时对象检测。

我们总结了本文的工作:

1、设计了一种针对小模型的强大的模型缩放方法，系统地平衡了浅层CNN的计算代价和存储带宽;

2、设计一种简单有效的大型目标检测器缩放策略;

3、分析各模型缩放因子之间的关系，基于最优组划分进行模型缩放;

4、实验证实了FPN结构本质上是一种一次性结构;

5、利用上述方法开发yolov4 - tiny 和 yolo4v4 -large。

YOLOv4-large与其他模型对比试验

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 2][]

# 训练 #

## 制作数据集 ##

通过对ScaledYoloV4代码的分析，发现ScaledYoloV4的数据集合YoloV5的数据集是相同的。如果使用过YoloV5，就可以直接按照YoloV5的方法即可。

具体的代码可以参考我以前写的博文：

COCO转YoloV5数据集，适用于YoloV5、ScaledYoloV4

[https://wanghao.blog.csdn.net/article/details/111472706][https_wanghao.blog.csdn.net_article_details_111472706]

Win10 Labelme标注数据转为YOLOV5 训练的数据集

[https://wanghao.blog.csdn.net/article/details/108865894][https_wanghao.blog.csdn.net_article_details_108865894]

Win10环境下，将VOC数据集转为YOLOV5使用的数据集。

[https://wanghao.blog.csdn.net/article/details/108782268][https_wanghao.blog.csdn.net_article_details_108782268]

本例选用的Labelme标注的数据集。数据集地址：

[https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/14003627][https_download.csdn.net_download_hhhhhhhhhhwwwwwwwwww_14003627]

将制作好的数据集放在和ScaledYOLOv4-yolov4-large同级目录。

## 下载代码和权重文件 ##

[https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-large][https_github.com_WongKinYiu_ScaledYOLOv4_tree_yolov4-large]

[https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-csp][https_github.com_WongKinYiu_ScaledYOLOv4_tree_yolov4-csp]

[https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-tiny][https_github.com_WongKinYiu_ScaledYOLOv4_tree_yolov4-tiny]

这个Scaled总共有三个模型，本文使用Yolov4-large，权重文件在Readme里面有链接，如果你是训练自己的数据集，就没有必要下载。

## 增加Mish函数 ##

增加Mish函数有两种方法，如果需要使用预训练模型就只能用Readme中提供的方法，这个方法我在Win10环境中用的时候出现了问题，而且我使用自己的数据集，可以不使用预训练模型，所以我采用另一种方式，在程序中增加Mish函数。

打开models/common.py加入如下代码：

class Mish(torch.nn.Module):  
    def \_\_init\_\_(self):  
        super().\_\_init\_\_()  
    def forward(self, x):  
        x = x \* (torch.tanh(torch.nn.functional.softplus(x)))  
        return x

## 准备训练 ##

在data文件夹下面增加voc.yaml,写入配置数据集的配置。

# train and val datasets (image directory or *.txt file with image paths)
    
    train: ../VOC/images/train/  # 118k images
    
    val: ../voc/images/val/  # 5k images
    
    test: ../voc/images/test/  # 20k images for submission to https://competitions.codalab.org/competitions/20794
    
    
    
    # number of classes
    
    nc: 2
    
    
    
    # class names
    
    names: ['aircraft', 'oiltank']

然后打开train.py文件，在文件的上面加入

import os
    
    os.environ['KMP_DUPLICATE_LIB_OK']='True'

记住一定要放在最上面。

然后修改参数

1.  将weights设置为“”

parser.add_argument('--weights', type=str, default='', help='initial weights path')

1.  将cfg设置为yolo4-p5的配置文件  parser.add\_argument('--cfg', type=str, default='models/yolov4-p5.yaml', help='model.yaml path')
2.  将数据集配置为我们刚才增加的voc.yaml parser.add\_argument('--data', type=str, default='data/voc.yaml', help='data.yaml path')

4、根据电脑的情况调节batch-size

parser.add_argument('--batch-size', type=int, default=2, help='total batch size for all GPUs')

改完上面的参数就可以运行。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 3][]

训练完成后可以在runs看到训练的结果。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 4][]![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 5][]![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 6][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 7][]![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 8][]

# 测试 #

打开test.py，修改参数的配置

parser.add_argument('--weights', nargs='+', type=str, default='runs/exp0/weights/best.pt', help='model.pt path(s)')
    
    parser.add_argument('--data', type=str, default='data/voc.yaml', help='*.data path')
    
    parser.add_argument('--batch-size', type=int, default=2, help='size of each image batch')
    
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    
    parser.add_argument('--conf-thres', type=float, default=0.8, help='object confidence threshold')
    
    parser.add_argument('--iou-thres', type=float, default=0.65, help='IOU threshold for NMS')

parser.add_argument('--task', default='test', help="'val', 'test', 'study'")

按照上面的参数配置，就可以测试了，测试完成后，回看到测试结果

![20210101220905599.png][]

打开detect.py可以测试图片，也可以打开摄像头测试，通过修改配置参数就可以实现。

1、修改weights路径。

parser.add_argument('--weights', nargs='+', type=str, default='runs/exp9/weights/best.pt', help='model.pt path(s)')

2、修改source参数，这个参数支持单张图片，图片文件夹和摄像头三种，如果需要设置为为0就可以调用摄像头。设置为图片的路径就可测试单张的图片。
    
    parser.add_argument('--source', type=str, default='inference/images', help='source')  # file/folder, 0 for webcam

3、输出结果的存放位置。
    
    parser.add_argument('--output', type=str, default='inference/output', help='output folder')  # output folder

下面是部分测试结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 9][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 10][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 11][]

调试代码和数据集下载地址：[https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/14004297][https_download.csdn.net_download_hhhhhhhhhhwwwwwwwwww_14004297]

参考：

https://zhuanlan.zhihu.com/p/298584493

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70]: /images/20221120/b87f74a6ae4c4c69ab8f36fb5d214b73.png
[https_github.com_WongKinYiu_PyTorch_YOLOv4]: https://github.com/WongKinYiu/PyTorch_YOLOv4
[https_arxiv.org_abs_2011.08036]: https://arxiv.org/abs/2011.08036
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 1]: /images/20221120/8c6bbf7c4df342ef8c8d9c699b745e07.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 2]: /images/20221120/cc4dce369fff4ac48a673a6610c93f53.png
[https_wanghao.blog.csdn.net_article_details_111472706]: https://wanghao.blog.csdn.net/article/details/111472706
[https_wanghao.blog.csdn.net_article_details_108865894]: https://wanghao.blog.csdn.net/article/details/108865894
[https_wanghao.blog.csdn.net_article_details_108782268]: https://wanghao.blog.csdn.net/article/details/108782268
[https_download.csdn.net_download_hhhhhhhhhhwwwwwwwwww_14003627]: https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/14003627
[https_github.com_WongKinYiu_ScaledYOLOv4_tree_yolov4-large]: https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-large
[https_github.com_WongKinYiu_ScaledYOLOv4_tree_yolov4-csp]: https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-csp
[https_github.com_WongKinYiu_ScaledYOLOv4_tree_yolov4-tiny]: https://github.com/WongKinYiu/ScaledYOLOv4/tree/yolov4-tiny
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20210101220718892.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20210101220756388.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20210101220805967.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20210101220820960.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20210101220841712.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20210101220850101.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[20210101220905599.png]: https://img-blog.csdnimg.cn/20210101220905599.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20210101220946779.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20210101221002779.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3_size_16_color_FFFFFF_t_70 11]: https://img-blog.csdnimg.cn/20210101221015209.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hoaGhoaGhoaGh3d3d3d3d3d3d3,size_16,color_FFFFFF,t_70
[https_download.csdn.net_download_hhhhhhhhhhwwwwwwwwww_14004297]: https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/14004297