WIN10+Yolo4+Pytorch demo和训练

﹏ヽ暗。殇╰゛Y 2023-03-01 10:08 34阅读 0赞

### 文章目录 ###

*  ytorch-yolov4做目标检测详细教程
 *  1项目环境
 *  2项目连接传送门
 *  3 数据准备
 *   *  coco数据集
     *  数据路径配置以及标签生成
 *  环境配置
 *   *  opencv
     *  其他库
 *  demo
 *   *  权重文件
 *  训练
 *  问题记录
 *   *  安装pycocotools出错
     *   *  问题1：!\[在这里插入图片描述\](https://img-blog.csdnimg.cn/20200724081201151.png?x-oss-process=image/watermark,type\_ZmFuZ3poZW5naGVpdGk,shadow\_10,text\_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg==,size\_16,color\_FFFFFF,t\_70)
 *  参考博客

# ytorch-yolov4做目标检测详细教程 #

# 1项目环境 #

WIN10+Python3.6+pytorch1.5

# 2项目连接传送门 #

[论文][Link 1]  
[源码][Link 2] 直接把整个源码下载下来

# 3 数据准备 #

## coco数据集 ##

[train2017下载][train2017]  
[val2017][]  
[test2017][]  
trainval2017：http://images.cocodataset.org/annotations/annotations\_trainval2017.zip  
trainval2017：http://images.cocodataset.org/annotations/stuff\_annotations\_trainval2017.zip  
image\_info\_test2017：http://images.cocodataset.org/annotations/image\_info\_test2017.zip

## 数据路径配置以及标签生成 ##

需要把coco数据集生成train.txt/val.txt文件，内容如下

image_path1 x1,y1,x2,y2,id1 x1,y1,x2,y2, id2...

原博客中对于上面的这段的含义没有解释，对于我这种初入目标检测的来说，除了第一个，后面的都看不懂。这边解释一下：images\_path1 表示一张图片的路径（最好是绝对路径）， x1,y1,x2,y2,id1 分别表示的检测目标矩形框的左上角和右下角，id1表示该区域物品的类别。 后面的依次进行，一张图片里面有多少东西就写多少次。

作者真的很良心，这部分工作的代码在下载的项目里面有。![只要修改里面的相关路径就可以了][20200724090526224.png]  
这个文件只需要修改下面三行的路径即可  
![在这里插入图片描述][20200724091340446.png]

# 环境配置 #

## opencv ##

如果python不是最新版本的，不建议直接采用pip安装的方式。建议到下面的链接中，找到Opencv，并下载对应的版本。  
[python库链接][python]  
如我的python是3.6的，电脑是64位的那么我下载的就是![在这里插入图片描述][2020072407532476.png]  
在这个文件的目录下 按住shift+右键打开powershell，然后输入以下命令即可安装

pip install 文件名

## 其他库 ##

pip install tensorboardX  easydict  pycocotools

有缺的再自己补吧。这边装pycocotools出现了个问题，好像是win10下的通病，解决方法见问题记录。

# demo #

先来跑个小demo玩一下。

## 权重文件 ##

首先下载作者训练好的权重参数文件，把他放在以下的路径，weight文件夹是自己创建的。  
![权重文件路径][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70]  
[权重文件链接][Link 3]  
然后修改demo.py里面的参数，如下图，把权重文件的路径和图片的路径修改成自己的就可以  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 1]我的是gtx1070，发现运行速度挺快的，大概在0.11秒左右。![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 2]  
运行成功后会自动生成标注后的图片。如下图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 3]

# 训练 #

接下来我们来跑下train.py文件。  
修改配置文件：主要参考文件里面写的是在cfg.py文件里面修改，但是我修改完后一直报错，相应的参数并没有被修改，后来发现是因为train.py的get\_args（）函数对部分参量又进行了一次设置，并设置了默认值，所以要修改参量应该在这个函数的调用之后，或者直接在这个函数修改默认的参数。  
在train.py中添加如下参数即可，  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 4]  
点击运行，然后就搜搜  
跑起来了，其实我的显卡还是比较烂，训练的速度还是比较忧伤的。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 5]

# 问题记录 #

## 安装pycocotools出错 ##

### 问题1：![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 6] ###

措施：[参考博客][Link 4]@

# 参考博客 #

[主要参考博客][Link 5]  
[博客1][1]

[Link 1]: https://arxiv.org/abs/2004.10934
[Link 2]: https://github.com/Tianxiaomo/pytorch-YOLOv4
[train2017]: http://images.cocodataset.org/zips/train2017.zip
[val2017]: http://images.cocodataset.org/zips/val2017.zip
[test2017]: http://images.cocodataset.org/zips/test2017.zip
[20200724090526224.png]: /images/20230209/a0f9560fb9974d739b506f0eb14a3814.png
[20200724091340446.png]: /images/20230209/95316951e95b4b369e29a4479f953a59.png
[python]: https://www.lfd.uci.edu/~gohlke/pythonlibs/
[2020072407532476.png]: /images/20230209/9fddf7c6cd26410ab4a0e3599db21b1c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70]: /images/20230209/f3218df87c744e3fab750c48fa438c5a.png
[Link 3]: http://u910.ch1-ctc-dd.tv002.com/down/e40385175841f3d83f2a4d5e9d6bc425/yolov4.weights?cts=dx-f-D219A217A246A10Fff04f&ctp=219A217A246A10&ctt=1595582575&limit=1&spd=60000&ctk=e40385175841f3d83f2a4d5e9d6bc425&chk=d65efb4adaad3c375068fb8727e67355-257717640&mtd=1
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200724144713597.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 2]: /images/20230209/cef1fff1e5634cb4ad9a7c605bbe4f9b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 3]: /images/20230209/2ccd8ab0528b4e15af8d7e828d32b2f3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 4]: /images/20230209/4f1af393009a42138be9bee6a869678f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 5]: /images/20230209/c150d01999ef4ce4b855fadeacc14649.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NjeTI2MTk4MzYyNg_size_16_color_FFFFFF_t_70 6]: /images/20230209/b95eb744a55a4892a23f0ff6bf7a5fb6.png
[Link 4]: https://blog.csdn.net/ouening/article/details/82961954?utm_source=blogxgwz7
[Link 5]: https://blog.csdn.net/h649070/article/details/107492649#%E7%AC%AC%E4%B8%89%E6%AD%A5%EF%BC%8C%E7%94%9F%E6%88%90%E6%95%B0%E6%8D%AE%E6%96%87%E4%BB%B6
[1]: https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/107521737?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-2&spm=1001.2101.3001.4242