當前位置：首頁 > 人工智能 > 目标检测 >内容正文

目标检测

YOLO_ Real-Time Object Detection 实时目标检测

發布時間：2024/5/17 目标检测 109 豆豆

生活随笔收集整理的這篇文章主要介紹了 YOLO_ Real-Time Object Detection 实时目标检测小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

YOLO: Real-Time Object Detection 實時目標檢測

You only look once（YOLO）是一種先進的實時目標檢測系統。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?？焖俸蜏蚀_的。在0.5 IOU下測得的mAP中，YOLOv3與Focal Loss相當，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行折衷，只需更改模型的大小，而無需重新培訓！

![](https://img-blog.csdnimg.cn/img_convert/9124b5d4e166265fdecff2f01f463708.png#align=left&display=inline&height=1087&margin=[object Object]&originHeight=1087&originWidth=1745&size=0&status=done&style=none&width=1745)

COCO數據集上的性能

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

先前的檢測系統重新利用分類器或定位器來執行檢測。它們將模型應用于多個位置和比例的圖像。高得分區域的圖像被認為是檢測。

我們使用完全不同的方法。我們將一個神經網絡應用于整個圖像。該網絡將圖像分為多個區域，并預測每個區域的邊界框和概率。這些邊界框由預測概率加權。

與基于分類器的系統相比，我們的模型有幾個優點。它在測試時查看整個圖像，因此它的預測是由圖像中的全局上下文通知的。它還可以用一個網絡評估來進行預測，不像R-CNN那樣的系統，一張圖像需要數千個網絡評估。這使得它非常快，R-CNN快1000倍以上，比Fast R-CNN快100倍以上。。有關完整系統的詳細信息，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訓練和提高性能，包括：多尺度預測、更好的主干分類器等等。全部細節在我們的paper上！

使用預先訓練的模型進行檢測

這篇文章將指導你通過使用一個預先訓練好的模型用YOLO系統檢測物體。如果您還沒有安裝Darknet，應該先安裝。或者不去讀剛才運行的所有內容：

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

Easy!

cfg/子目錄中已經有YOLO的配置文件。你必須在這里下載預先訓練的權重文件（237 MB）。或者運行以下命令：

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。因為我們在CPU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行檢測，則不需要知道這一點，但如果您想在網絡攝像頭上運行（稍后將看到）等其他操作，則知道這一點非常有用。

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，當配置和權重加載完成時，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標志傳遞給yolo命令來改變這一點。例如，要顯示所有檢測，可以將閾值設置為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，也適用于受限環境，yolov3tiny。要使用此模型，請首先下載權重：

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

然后用微小的配置文件和權重運行探測器：

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

網絡攝像頭上的實時檢測

如果看不到結果，那么在測試數據上運行YOLO就不是很有趣了。與其在一堆圖像上運行它，不如在網絡攝像頭的輸入上運行它！

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

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

YOLO將顯示當前FPS和預測類，以及在上面繪制邊界框的圖像。

你需要一個網絡攝像頭連接到OpenCV可以連接到的計算機上，否則它將無法工作。如果您連接了多個網絡攝像頭，并且想要選擇使用哪一個，那么可以傳遞-c標志來選擇（OpenCV默認使用網絡攝像頭0）。

如果OpenCV可以讀取視頻，也可以在視頻文件上運行：

./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進行VOC培訓

如果您想使用不同的訓練模式、超參數或數據集，可以從頭開始訓練YOLO。下面是如何讓它在Pascal VOC數據集上工作。

獲取Pascal VOC數據

為了訓練YOLO，你需要2007年到2012年的所有VOC數據。你可以在這里找到這些數據的鏈接。要獲取所有數據，請創建一個目錄來存儲所有數據，然后從該目錄運行：

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

現在將有一個VOCdevkit/子目錄，其中包含所有VOC訓練數據。

生成VOC標簽

現在我們需要生成Darknet使用的標簽文件。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：

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，我們將運行voc_label.py在Darknet的scripts/目錄中編寫腳本。我們再下載一次吧，因為我們很懶。

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/中生成大量標簽文件。在您的目錄中，您應該看到：

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，其中包含所有要訓練的圖像。在這個例子中，讓我們訓練除了2007測試集之外的所有東西，以便我們可以測試我們的模型。運行：

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

現在我們把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據設置！

修改Pascal數據的Cfg

現在去你的Darknet文件夾。我們得換cfg/voc.data指向數據的配置文件：

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

應該將替換為存放voc數據的目錄。

下載預訓練卷積權重

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

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

訓練模型

現在我們可以訓練了！運行命令：

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

在COCO上訓練YOLO

如果您想使用不同的訓練模式、超參數或數據集，可以從頭開始訓練YOLO。下面是如何讓它在COCO數據集上工作。

獲取COCO數據

為了訓練YOLO，你需要所有的COCO數據和標簽。腳本scripts/get_coco_dataset.sh我會幫你的。找出要將COCO數據放在何處并下載，例如：

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

現在您應該擁有為Darknet生成的所有數據和標簽。

修改COCO的cfg

現在去你的Darknet文件夾。我們得換cfg/coco.data指向數據的配置文件：

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

您應該將替換為放置coco數據的目錄。

您還應該修改您的cfg模型以進行培訓而不是測試，cfg/yolo.cfg應該是這樣的：

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

訓練模型

現在我們可以訓練了！運行命令：

./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

如果要從檢查點停止并重新啟動培訓：

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

開源圖像數據集上的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

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站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇：《408计算机网络》综合应用题
下一篇：大话目标检测经典模型（RCNN、Fast