YOLO Darknet仅检测特定类别，如Person、Cat、Dog等

2022-04-12 00:00:00 python image-processing object-detection darknet

问题描述

我们正在使用YOLO Darknet进行目标检测。我们使用的是Python3、TensorFlow 1.0、NumPy、OpenCV 3。使用yolo.weight进行检测。以下链接中给出的
： 
https://github.com/thtrieu/darkflow#cameravideo-file-demo


当我们在视频上运行它时，它同时检测到所有不需要的对象？

请指导我们如何仅检测要搜索的特定类名。

谢谢

解决方案

如果您只是按照@JP Kim提到的步骤操作--您将得到一个仅带有您的标签的视频，但它也会将其他对象输出为您的标签之一。

There's a specific section of the darkflow repo，它准确地告诉了如果您想要不同的输出该怎么做。TLDR-你应该重新训练你的模型。他们以3节课为例说明了这一点。

但是，不管怎样，让我向您介绍这个过程。假设您有一段视频，您只需要跟踪其中的所有人。因此，我们只需要跟踪一种类型的对象-‘Person’。

  1. 我们在cfg目录中创建tiny-yolo-voc.cfg文件的副本。让我们遵循他们的惯例，将其命名为tiny-yolo-voc-1c.cfg，其中后缀1c表示类的数量。之所以选择tiny-yolo-voc而不是其他配置作为我们的基本模型，是因为它是一个更小的网络，可以在更小的GPU上进行训练。根据我所观察到的，其他配置需要10 GB以上的图形内存，它们过去常常使我的机器内存不足。

  2. 我们将在tiny-yolo-voc-1c.cfg文件中进行必要的更改：

    • 将classes变量编辑为classes=1
    • 在region之前的最后convolutional部分中，我们将filter变量更改为5 * (num_class + 5) = 5 * (1+5) = 30。因此，设置filters=30

  3. 我们将编辑Dark Flow源目录中的labels.txt文件，其中只有一行表示person，因为我们只需要一种类型的标签。

  4. 现在，我们需要训练我们的模型。然而，对于培训，我们首先需要数据集在那里。

    • 现在，如果您的标签是VOC数据集或COCO数据集的现有标签之一，则只需下载其中一个VOC/COCO数据集。在我们的示例中，person是我们需要跟踪的对象类型，而这已经是VOC数据集中的一种对象类型。因此，我们将使用VOC数据集。

    • 但是，如果您希望使用YOLO对新类型的对象进行分类和跟踪，则需要准备您自己的数据集和注释。对于此自定义对象，您可以遵循this youtube video series的第5-8部分。这些视频展示了如何使用YOLO进行跟踪和分类的示例fidget_spinner。

  5. 下载VOC数据集，因为它包含我们这类对象的足够数据和批注person

    # Download the Pascal VOC dataset:
curl -O https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar

  6. 我们不会从头开始训练。因此，我们实际上将为tiny-yolo-voc模型加载权重，并从那里开始针对我们的特定用例(仅为person类)重新训练。为此，我们必须为tiny-yolo-voc下载权重。您可以找到权重here for YOLO v2。我们将下载Tiny YOLO for VOC dataset的权重。下载后将文件移动到/darkflow/bin/目录。

  7. 下载后，必须使基本模型配置文件和权重文件具有相同的名称。由于重命名配置不是一个好主意，我们将从yolov2-tiny-voc.weights下载的权重重命名为tiny-yolo-voc.weights。这是必需的，因为当我们训练时，我们提供了权重文件，并且Dark Flow尝试选取相应的配置文件作为训练新模型的参考。

Dark Flow回购页面上也提到了这一点：

当DarkFlow看到您正在加载mini-yolo-voc.weights时，它将在您的cfg/文件夹中查找mini-yolo-voc.cfg，并将该配置文件与您设置的新配置文件--Model cfg/iny-yolo-voc-1c.cfg--进行比较。在这种情况下，除最后两个层外，每个层的权重数量都相同，因此它会将权重加载到直到最后两个层的所有层中，因为它们现在包含不同数量的权重。

  1. 现在，我们可以训练模型了。如果您没有GPU来训练--gpu 0.9部分，则可以将其删除。

    # Train the net on the Pascal dataset:
flow --model cfg/tiny-yolo-voc-1c.cfg --load bin/tiny-yolo-voc.weights --train --dataset "~/VOCdevkit/VOC2007/JPEGImages" --annotation "~/VOCdevkit/VOC2007/Annotations" --gpu 0.9

  2. 当您认为损失不再减少时，按Ctrl+C结束训练。通常，良好的损失/平均损失为1或低于1。

您可能已经注意到，在每250步之后，DarkFlow将继续在ckpt/目录中保存检查点。一旦您停止培训，您就可以使用这些检查点中的任何一个来测试您的模型。

  1. 我们将在人的视频上运行它，并让它保存一个带有边界框预测的新视频。在本例中，我们使用第1500步检查点。

    flow --model cfg/tiny-yolo-voc-1c.cfg --load 1500 --demo video-input.mp4 --gpu 0.9 --saveVideo

当您运行此程序时，它将显示模型能够处理您的视频的FPS。这可能会因您的计算机而异。根据FPS和视频的长度，这可能需要一些时间才能完成。该过程完成后，您将在darkflow/目录中创建一个video.avi。

这应该只有person在视频中检测到的对象类型。

如果输出不是很好，您可以进一步训练您的模型，和/或改变阈值或其他参数以获得更好的输出。

希望这能有所帮助。

相关文章