YOLO: Real-Time Object Detection 實(shí)時目標(biāo)檢測

You only look once（YOLO）是一種先進(jìn)的實(shí)時目標(biāo)檢測系統(tǒng)。在Pascal Titan X上，它以每秒30幀的速度處理圖像，在COCO test-dev上有57.9%的mAP。

與其他探測器的比較

YOLOv3是非?？焖俸蜏?zhǔn)確的。在0.5 IOU下測得的mAP中，YOLOv3與Focal Loss相當(dāng)，但速度快了4倍左右。此外，您可以輕松地在速度和精度之間進(jìn)行折衷，只需更改模型的大小，而無需重新培訓(xùn)！


COCO數(shù)據(jù)集上的性能

ModelTrainTestmAPFLOPSFPSCfgWeights

SSD300	COCO trainval	test-dev	41.2	-	46		link
SSD500	COCO trainval	test-dev	46.5	-	19		link
YOLOv2 608x608	COCO trainval	test-dev	48.1	62.94 Bn	40	cfg	weights
Tiny YOLO	COCO trainval	test-dev	23.7	5.41 Bn	244	cfg	weights
—
SSD321	COCO trainval	test-dev	45.4	-	16		link
DSSD321	COCO trainval	test-dev	46.1	-	12		link
R-FCN	COCO trainval	test-dev	51.9	-	12		link
SSD513	COCO trainval	test-dev	50.4	-	8		link
DSSD513	COCO trainval	test-dev	53.3	-	6		link
FPN FRCN	COCO trainval	test-dev	59.1	-	6		link
Retinanet-50-500	COCO trainval	test-dev	50.9	-	14		link
Retinanet-101-500	COCO trainval	test-dev	53.1	-	11		link
Retinanet-101-800	COCO trainval	test-dev	57.5	-	5		link
YOLOv3-320	COCO trainval	test-dev	51.5	38.97 Bn	45	cfg	weights
YOLOv3-416	COCO trainval	test-dev	55.3	65.86 Bn	35	cfg	weights
YOLOv3-608	COCO trainval	test-dev	57.9	140.69 Bn	20	cfg	weights
YOLOv3-tiny	COCO trainval	test-dev	33.1	5.56 Bn	220	cfg	weights
YOLOv3-spp	COCO trainval	test-dev	60.6	141.45 Bn	20	cfg	weights

工作原理

先前的檢測系統(tǒng)重新利用分類器或定位器來執(zhí)行檢測。它們將模型應(yīng)用于多個位置和比例的圖像。高得分區(qū)域的圖像被認(rèn)為是檢測。

我們使用完全不同的方法。我們將一個神經(jīng)網(wǎng)絡(luò)應(yīng)用于整個圖像。該網(wǎng)絡(luò)將圖像分為多個區(qū)域，并預(yù)測每個區(qū)域的邊界框和概率。這些邊界框由預(yù)測概率加權(quán)。

與基于分類器的系統(tǒng)相比，我們的模型有幾個優(yōu)點(diǎn)。它在測試時查看整個圖像，因此它的預(yù)測是由圖像中的全局上下文通知的。它還可以用一個網(wǎng)絡(luò)評估來進(jìn)行預(yù)測，不像R-CNN那樣的系統(tǒng)，一張圖像需要數(shù)千個網(wǎng)絡(luò)評估。這使得它非?？?#xff0c;R-CNN快1000倍以上，比Fast R-CNN快100倍以上。。有關(guān)完整系統(tǒng)的詳細(xì)信息，請參閱我們的paper。

版本3有什么新功能？

YOLOv3使用了一些技巧來改進(jìn)訓(xùn)練和提高性能，包括：多尺度預(yù)測、更好的主干分類器等等。全部細(xì)節(jié)在我們的paper上！

使用預(yù)先訓(xùn)練的模型進(jìn)行檢測

這篇文章將指導(dǎo)你通過使用一個預(yù)先訓(xùn)練好的模型用YOLO系統(tǒng)檢測物體。如果您還沒有安裝Darknet，應(yīng)該先安裝?；蛘卟蝗プx剛才運(yùn)行的所有內(nèi)容：

git clone https://github.com/pjreddie/darknet cd darknet make

Easy!

cfg/子目錄中已經(jīng)有YOLO的配置文件。你必須在這里下載預(yù)先訓(xùn)練的權(quán)重文件（237 MB）?；蛘哌\(yùn)行以下命令：

wget https://pjreddie.com/media/files/yolov3.weights

然后啟動探測器！

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

您將看到如下輸出：

layer filters size input output0 conv 32 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 32 0.299 BFLOPs1 conv 64 3 x 3 / 2 416 x 416 x 32 -> 208 x 208 x 64 1.595 BFLOPs.......105 conv 255 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 255 0.353 BFLOPs106 detection truth_thresh: Using default '1.000000' Loading weights from yolov3.weights...Done! data/dog.jpg: Predicted in 0.029329 seconds. dog: 99% truck: 93% bicycle: 99%

Darknet 打印出它檢測到的物體，它的置信度，以及找到它們所花的時間。我們沒有用OpenCV編譯Darknet，所以它不能直接顯示檢測結(jié)果。相反，它將它們保存在predictions.png. 您可以打開它來查看檢測到的對象。因?yàn)槲覀冊贑PU上使用Darknet，所以每個圖像大約需要6-12秒。如果我們使用GPU版本，速度會快得多。

我已經(jīng)提供了一些例子圖片，以防你需要靈感。試用data/eagle.jpg, data/dog.jpg, data/person.jpg, 或 data/horses.jpg!

detect命令是更通用的命令版本的簡寫。它相當(dāng)于命令：

./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

如果您只想在一個圖像上運(yùn)行檢測，則不需要知道這一點(diǎn)，但如果您想在網(wǎng)絡(luò)攝像頭上運(yùn)行（稍后將看到）等其他操作，則知道這一點(diǎn)非常有用。

多個圖像

不必在命令行中提供圖像，您可以將其保留為空以嘗試一行中的多個圖像。相反，當(dāng)配置和權(quán)重加載完成時，您將看到一個提示：

./darknet detect cfg/yolov3.cfg yolov3.weights layer filters size input output0 conv 32 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 32 0.299 BFLOPs1 conv 64 3 x 3 / 2 416 x 416 x 32 -> 208 x 208 x 64 1.595 BFLOPs.......104 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs105 conv 255 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 255 0.353 BFLOPs106 detection Loading weights from yolov3.weights...Done! Enter Image Path:

輸入圖像路徑，如data/horses.jpg讓它為那個圖像預(yù)測盒子。

一旦完成，它會提示您更多的路徑來嘗試不同的圖像。完成后，使用Ctrl-C退出程序。

更改檢測閾值

默認(rèn)情況下，YOLO只顯示置信度為.25或更高的對象。您可以通過將-thresh標(biāo)志傳遞給yolo命令來改變這一點(diǎn)。例如，要顯示所有檢測，可以將閾值設(shè)置為0：

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0

所以這顯然不是非常有用，但是你可以將它設(shè)置為不同的值來控制模型的閾值。

Tiny YOLOv3

我們有一個非常小的模型，也適用于受限環(huán)境，yolov3tiny。要使用此模型，請首先下載權(quán)重：

wget https://pjreddie.com/media/files/yolov3-tiny.weights

然后用微小的配置文件和權(quán)重運(yùn)行探測器：

./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg

網(wǎng)絡(luò)攝像頭上的實(shí)時檢測

如果看不到結(jié)果，那么在測試數(shù)據(jù)上運(yùn)行YOLO就不是很有趣了。與其在一堆圖像上運(yùn)行它，不如在網(wǎng)絡(luò)攝像頭的輸入上運(yùn)行它！

要運(yùn)行這個演示，你需要用CUDA和OpenCV編譯Darknet。然后運(yùn)行命令：

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights

YOLO將顯示當(dāng)前FPS和預(yù)測類，以及在上面繪制邊界框的圖像。

你需要一個網(wǎng)絡(luò)攝像頭連接到OpenCV可以連接到的計(jì)算機(jī)上，否則它將無法工作。如果您連接了多個網(wǎng)絡(luò)攝像頭，并且想要選擇使用哪一個，那么可以傳遞-c標(biāo)志來選擇（OpenCV默認(rèn)使用網(wǎng)絡(luò)攝像頭0）。

如果OpenCV可以讀取視頻，也可以在視頻文件上運(yùn)行：

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file>

這就是我們制作上述YouTube視頻的方式。

對YOLO進(jìn)行VOC培訓(xùn)

如果您想使用不同的訓(xùn)練模式、超參數(shù)或數(shù)據(jù)集，可以從頭開始訓(xùn)練YOLO。下面是如何讓它在Pascal VOC數(shù)據(jù)集上工作。

獲取Pascal VOC數(shù)據(jù)

為了訓(xùn)練YOLO，你需要2007年到2012年的所有VOC數(shù)據(jù)。你可以在這里找到這些數(shù)據(jù)的鏈接。要獲取所有數(shù)據(jù)，請創(chuàng)建一個目錄來存儲所有數(shù)據(jù)，然后從該目錄運(yùn)行：

wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar tar xf VOCtrainval_11-May-2012.tar tar xf VOCtrainval_06-Nov-2007.tar tar xf VOCtest_06-Nov-2007.tar

現(xiàn)在將有一個VOCdevkit/子目錄，其中包含所有VOC訓(xùn)練數(shù)據(jù)。

生成VOC標(biāo)簽

現(xiàn)在我們需要生成Darknet使用的標(biāo)簽文件。Darknet希望每個圖像都有一個.txt文件，圖像中的每個地面真相對象都有一行，如下所示：

<object-class> <x> <y> <width> <height>

其中x、y、width和height相對于圖像的寬度和高度。為了生成這些文件，我們將運(yùn)行voc_label.py在Darknet的scripts/目錄中編寫腳本。我們再下載一次吧，因?yàn)槲覀兒軕小?/p> wget https://pjreddie.com/media/files/voc_label.py python voc_label.py

幾分鐘后，這個腳本將生成所有必需的文件。它通常在VOCdevkit/VOC2007/labels/和VOCdevkit/VOC2012/labels/中生成大量標(biāo)簽文件。在您的目錄中，您應(yīng)該看到：

ls 2007_test.txt VOCdevkit 2007_train.txt voc_label.py 2007_val.txt VOCtest_06-Nov-2007.tar 2012_train.txt VOCtrainval_06-Nov-2007.tar 2012_val.txt VOCtrainval_11-May-2012.tar

像2007這樣的文本文件_列車.txt列出當(dāng)年的圖像文件和圖像集。Darknet需要一個文本文件，其中包含所有要訓(xùn)練的圖像。在這個例子中，讓我們訓(xùn)練除了2007測試集之外的所有東西，以便我們可以測試我們的模型。運(yùn)行：

cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt

現(xiàn)在我們把2007年的trainval和2012年的trainval都列在一個大名單里。這就是我們要做的數(shù)據(jù)設(shè)置！

修改Pascal數(shù)據(jù)的Cfg

現(xiàn)在去你的Darknet文件夾。我們得換cfg/voc.data指向數(shù)據(jù)的配置文件：

1 classes= 202 train = <path-to-voc>/train.txt3 valid = <path-to-voc>2007_test.txt4 names = data/voc.names5 backup = backup

應(yīng)該將替換為存放voc數(shù)據(jù)的目錄。

下載預(yù)訓(xùn)練卷積權(quán)重

對于訓(xùn)練，我們使用在Imagenet上預(yù)先訓(xùn)練的卷積權(quán)重。我們使用來自 darknet53 模型的權(quán)重。你可以在這里下載卷積層的權(quán)重（76MB）。

wget https://pjreddie.com/media/files/darknet53.conv.74

訓(xùn)練模型

現(xiàn)在我們可以訓(xùn)練了！運(yùn)行命令：

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

在COCO上訓(xùn)練YOLO

如果您想使用不同的訓(xùn)練模式、超參數(shù)或數(shù)據(jù)集，可以從頭開始訓(xùn)練YOLO。下面是如何讓它在COCO數(shù)據(jù)集上工作。

獲取COCO數(shù)據(jù)

為了訓(xùn)練YOLO，你需要所有的COCO數(shù)據(jù)和標(biāo)簽。腳本scripts/get_coco_dataset.sh我會幫你的。找出要將COCO數(shù)據(jù)放在何處并下載，例如：

cp scripts/get_coco_dataset.sh data cd data bash get_coco_dataset.sh

現(xiàn)在您應(yīng)該擁有為Darknet生成的所有數(shù)據(jù)和標(biāo)簽。

修改COCO的cfg

現(xiàn)在去你的Darknet文件夾。我們得換cfg/coco.data指向數(shù)據(jù)的配置文件：

1 classes= 802 train = <path-to-coco>/trainvalno5k.txt3 valid = <path-to-coco>/5k.txt4 names = data/coco.names5 backup = backup

您應(yīng)該將替換為放置coco數(shù)據(jù)的目錄。

您還應(yīng)該修改您的cfg模型以進(jìn)行培訓(xùn)而不是測試，cfg/yolo.cfg應(yīng)該是這樣的：

[net] # Testing # batch=1 # subdivisions=1 # Training batch=64 subdivisions=8 ....

訓(xùn)練模型

現(xiàn)在我們可以訓(xùn)練了！運(yùn)行命令：

./darknet detector train cfg/coco.data cfg/yolov3.cfg darknet53.conv.74

如果要使用多個GPU，請運(yùn)行：

./darknet detector train cfg/coco.data cfg/yolov3.cfg darknet53.conv.74 -gpus 0,1,2,3

如果要從檢查點(diǎn)停止并重新啟動培訓(xùn)：

./darknet detector train cfg/coco.data cfg/yolov3.cfg backup/yolov3.backup -gpus 0,1,2,3

開源圖像數(shù)據(jù)集上的YOLOv3

wget https://pjreddie.com/media/files/yolov3-openimages.weights./darknet detector test cfg/openimages.data cfg/yolov3-openimages.cfg yolov3-openimages.weights

Old YOLO Site怎么了？

如果您使用的是YOLO版本2，您仍然可以在此處找到該網(wǎng)站：https://pjreddie.com/darknet/yolov2/

引用

如果你在工作中使用YOLOv3，請引用我們的論文！

@article{yolov3,title={YOLOv3: An Incremental Improvement},author={Redmon, Joseph and Farhadi, Ali},journal = {arXiv},year={2018} }

總結(jié)

以上是生活随笔為你收集整理的YOLO_ Real-Time Object Detection 实时目标检测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。