Skip to content

Latest commit

 

History

History
88 lines (55 loc) · 3.03 KB

README.md

File metadata and controls

88 lines (55 loc) · 3.03 KB

YoLo Master

YOLO Models from Scratch

本项目旨在采用手撸YOLO模型的方式，来带大家一起在小型数据集上复现YOLO算法，目前计划里打算对YOLO V1，V3，V5，V8等进行手撸。

我们计划首先编写一套可以共用的数据 pipeline ( dataset , dataloader ), 最终采取较为统一的基于 Pytorch的简单算法接口，并进行在关键通用数据集上的精度对齐。

欢迎感兴趣的有算力的小伙伴加入我们, 一起手撸YOLO模型!!

YOLO v1: 从零开始的 PyTorch 实现

本仓库实现了论文 You Only Look Once: Unified, Real-Time Object Detection 中的内容，使用 PyTorch。代码遵循 Darknet 仓库的官方实现，与论文相比有一些细微差别：

  • 最重要的区别在于模型的架构。具体来说，第一个全连接层被局部连接层取代。在论文中，YOLO 模型的架构如下：

  • 在每个卷积层中，卷积操作后和激活函数之前使用了批量归一化操作。
  • 学习率调度和网络训练的最大批次。

本仓库从零开始实现了论文中的内容，包括：

  • 使用 VOC 训练集（train/val 2007 + train/val 2012）进行训练，以及
  • 使用 VOC 测试集（test 2007）进行评估

已完成部分

  1. 已完成VOC数据集导入
  2. 各模块的代码撰写与网络结构的拼接

需要完善部分

  1. 还需要适配COCO数据集

安装环境

pip install -r requirements.txt

数据集准备

PASCAL VOC 2007 + PASCAL VOC 2012 数据集

要下载和准备 VOC 数据集，请按以下顺序运行脚本：

./download_voc.sh ./data/voc
./organize_voc.sh ./data/voc
python3 simplify_voc_targets.py ./data/voc

如果需要小数据集进行训练（可选）

  • --source_voc表示完整的voc原始数据的路径
  • --target_voc表示筛选过后的小数据集存储路径
  • --classes表示需要筛选的标签使用英文逗号隔开，例如： car,person,bus
python scripts/toy_voc.py --source_voc ./data/voc/VOC_Detection --target_voc ./data/voc/small_voc --classes car,person,bus

数据转换后的csv如下图所示：

Notebook大纲

image

训练细节

采用默认的Config，第一个epoch耗时140s，156epoch大约需要6h。

batch_size=64显存需要约14G。

训练Epoch:   1%|          | 1/156 [02:20<6:02:08, 140.18s/epoch, 训练损失=7.125, 测试损失=4.574, 当前学习率=0.000500, 耗时=140.18s]
Epoch 1/156:
  训练损失: 7.125, 测试损失: 4.574
  当前学习率: 0.000500
  本轮训练耗时: 140.18s

训练结果

MAP(Mean Average Precision) = 79.4%

image