Yolov3 的 OneFlow 實現
1.簡介
YOLO 系列的算法(經典的v1~v3)，是單階段目標檢測網絡的開山鼻祖，YOLO—You only look once，表明其單階段的特征，正是由于網絡簡單，單階段的效率較快，使其區別于 Faster-RCNN 為代表的兩階段目標檢測器，從一開始推出至今，便以速度快和較高的準確率而風靡目標檢測領域，受到廣泛使用和好評。
而Yolov3是其中的經典和集大成者(當然官方最近也推出了 Yolov4 )，其以融合了殘差網絡的 Darknet-53 為骨干網絡，融合了多尺度，3路輸出的 feature map，上采樣等特點，使其模型精度和對小目標檢測能力都大為提升。

本文，提供了 Yolov3 的 OneFlow 版實現，和其他版本實現的區別在于，將輸出特征的 nms 過程寫進了 C++ 代碼中，通過自定義 user op 的方式來調用，當然，也同時支持直接使用 python 代碼處理 nms。
2.快速開始
開始前，確保已正確安裝了oneflow，并且在python3環境下可以成功import oneflow。

1. git clone 此倉庫到本地
   git clone --recursive https://github.com/Oneflow-Inc/oneflow_yolov3.git
2. 安裝 python 依賴庫
   pip install -r requirements.txt
3. 在項目 root 目錄下，執行:
   ./scripts/build.sh
   執行此腳本，將 cpp 代碼中自定義的 op 算子編譯成可調用執行的 .so 文件，將在項目路徑下看到：
   ? libdarknet.so
   ? liboneflow_yolov3.so
   預訓練模型
   使用了 Yolov3 原作者提供的預訓練模型—yolov3.weight ，經轉換后生成了 OneFlow 格式的模型。下載預訓練模型：of_model_yolov3.zip ，并將解壓后的 of_model 文件夾放置在項目 root 目錄下，即可使用。
4. 預測/推理
   運行：
   sh yolo_predict.sh
   或者：
   sh yolo_predict_python_data_preprocess.sh
   運行腳本后，將在 data/result 下生成檢測后帶 bbox 標記框的圖片：
   

參數說明 - --pretrained_model 預訓練模型路徑
? --label_path coco 類別標簽路徑(coco.name)
? --input_dir 待檢測圖片文件夾路徑
? --output_dir 檢測結構輸出路徑
? --image_paths 單個/多個待檢測圖片路徑，如：
–image_paths ‘data/images/000002.jpg’ ‘data/images/000004.jpg’
訓練同樣很簡單，準備好數據集后，只需要執行：sh yolo_train.sh即可，數據集制作過程見下文【數據集制作】部分。
4. 數據集制作
Yolov3 支持任意目標檢測數據集，下面以 COCO2014 制作過程為例，介紹訓練/驗證所需的數據集制作，其它數據集如 PASCAL VOC 或自定義數據集等，都可以采用相同格式。
資源文件
下載 COCO2014 訓練集和驗證集圖片，將解壓后的 train2014 和 val2014 放在 data/COCO/images 目錄下
（如果本地已下載過 COCO2014 數據集，可以 ln 軟鏈接 images 至本地 train2014 和 val2014 的父目錄）
準備資源文件：labels，5k.part，trainvalno5k.part
wget -c https://pjreddie.com/media/files/coco/5k.part
wget -c https://pjreddie.com/media/files/coco/trainvalno5k.part
wget -c https://pjreddie.com/media/files/coco/labels.tgz
腳本
在 data/COCO 目錄下執行腳本：

get label file

tar xzf labels.tgz

set up image list

paste <(awk “{print “KaTeX parse error: Can't use function '\"' in math mode at position 4: PWD\?"?}" <5k.part) 5k…PWD”}” <trainvalno5k.part) trainvalno5k.part | tr -d ‘\t’ > trainvalno5k.txt

copy label txt to image dir

find labels/train2014/ -name “.txt" | xargs -i cp {} images/train2014/
find labels/val2014/ -name ".txt” | xargs -i cp {} images/val2014/
執行腳本將自動解壓縮 labels.tgz 文件，并在當前目錄下生成 5k.txt 和 trainvalno5k.txt，然后將 labels/train2014 和 labels/val2014 的所有 label.txt 文件復制到對應的訓練集和驗證集文件夾中( 保證圖片和 label 在同一目錄 )。
至此，完成整個數據集的準備過程。
5.訓練
修改 yolo_train.sh 腳本中的參數，令：–image_path_file=“data/COCO/trainvalno5k.txt” 并執行：
sh yolo_train.sh
即可開始訓練過程，更詳細的參數介紹如下：
? --gpu_num_per_node 每臺機器使用的gpu數量
? --batch_size 批大小
? --base_lr 初始學習率
? --classes 目標類別數量（COCO 80；VOC 20）
? --model_save_dir 模型存放文件夾路徑
? --dataset_dir 訓練/驗證集文件夾路徑
? --num_epoch 迭代總輪數
? --save_frequency 指定模型保存的epoch間隔
說明
目前如果調用 yolo_predict.sh 執行，數據預處理部分對 darknet 有依賴
其中：
predict decoder 中調用 load_image_color、letterbox_image 函數
train decoder 中調用 load_data_detection 函數
主要涉及以下操作，在后續的版本中會使用 OneFlow decoder ops 替換
? image read
? nhwc -> nchw
? image / 255
? bgr2rgb
? resize_image
? fill_image
? random_distort_image
? clip image
? random flip image and box
? randomize_boxes
? correct_boxes

總結

以上是生活随笔為你收集整理的Yolov3 的 OneFlow 实现的全部內容，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。