关键词：
@Author：Runsen
YOLO 是目前最火爆的的计算机视觉算法之一，今天使用的数据集来源：https://www.kaggle.com/andrewmvd/face-mask-detection
这是数据集可以创建一个模型来检测戴口罩、不戴口罩或不正确戴口罩的人。
该数据集包含属于3 个类别的853张图像，以及它们的 PASCAL VOC 格式的边界框。分别是
- 带口罩；
- 不戴口罩；
- 口罩佩戴不正确。
首先将voc形式变成yolo形式，voc是xml文件，需要通过ElementTree进行解析，得到bnd_box ，具体解析代码如下
import os
from xml.etree.ElementTree import ElementTree
def xml_to_yolo(path):
root = ElementTree().parse(path)
img_path = root.find('filename').text.replace('png','txt')
img_size = root.find('size')
width = int(img_size.find('width').text)
height = int(img_size.find('height').text)
with open('../dataset/label/' + img_path, 'w') as f:
lines = []
for node in root.findall('object'):
object_ = dict(class_=None, x=None, y=None, width=None, height=None)
# class
class_name = node.find('name').text
if(class_name == 'without_mask'):
object_['class_'] = '0'
elif(class_name == 'with_mask'):
object_['class_'] = '1'
else:
object_['class_'] = '2'
# bounding box
bnd_box = node.find("bndbox")
x_min = float(bnd_box[0].text)
y_min = float(bnd_box[1].text)
x_max = float(bnd_box[2].text)
y_max = float(bnd_box[3].text)
dw = float(1/width)
dh = float(1/height)
w = float(x_max - x_min)
h = float(y_max - y_min)
x = float((x_min + x_max)/2 -1)
y = float((y_min + y_max)/2 -1)
w = float(w * dw)
h = float(h * dh)
x = float(x * dw)
y = float(y * dh)
object_['x'] = str(x)
object_['y'] = str(y)
object_['width'] = str(w)
object_['height'] = str(h)
line = object_['class_'] + ' ' + object_['x'] + ' ' + object_['y'] + ' ' + object_['width'] + ' ' + object_['height']
lines.append(line)
lines.append('\\n')
for line in lines[:-1]:
f.write(line)
f.close
def process_data():
img_paths = []
for dirname, _, filenames in os.walk('../dataset/images'):
for filename in filenames:
img_paths.append(os.path.join('../dataset/images', filename)) # local machine
# xml
for dirname, _, filenames in os.walk('../dataset/xml'):
for filename in filenames:
annotation_path = (os.path.join(dirname, filename))
xml_to_yolo(annotation_path)
process_data()
克隆Github的YOLOv5的代码：https://github.com/ultralytics/yolov5。
为了跟数据集的目录保持一致
在dataset新建images和labels文件夹存放对于的文件。
data文件夹下的data.yaml文件
train: ./dataset/images/train
val: ./dataset/images/val
# number of classes
nc: 3
# class names
names: ['without_mask','with_mask','mask_weared_incorrect']
model文件夹下的yolov5s.yaml文件
# Parameters
nc: 3 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32
# YOLOv5 backbone
backbone:
# [from, number, module, args]
[[-1, 1, Focus, [64, 3]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 9, C3, [256]],
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, C3, [512]],
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 1, SPP, [1024, [5, 9, 13]]],
[-1, 3, C3, [1024, False]], # 9
]
# YOLOv5 head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 13
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 4], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 17 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium)
[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)
[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
下载yolov5s.pt对应的权重，大约14M
训练代码：python train.py --batch 16 --epochs 50 --data /data/data.yaml --cfg /models/yolov5s.yaml
训练结果
关于P R mAP50 和mAP95的指标
mAP50，mAP60，mAP70……等等指的是取detector的IoU阈值大于0.5，大于0.6，大于0.7…的比例。数值越高，越好，如果阈值越大，精度会变低。
因为IoU大于0.95的小于IoU大于0.5
yolov5训练完，会生成runs的文件夹
训练结束会生成train文件夹，第一次训练完成一般默认是exp，如果再训练一次，就是exp2。exp19是我在不断的改batch 和epochs。
50次训练的指标结果
epoch, train/box_loss, train/obj_loss, train/cls_loss, metrics/precision, metrics/recall, metrics/mAP_0.5,metrics/mAP_0.5:0.95, val/box_loss, val/obj_loss, val/cls_loss, x/lr0, x/lr1, x/lr2
0, 0.11183, 0.061692, 0.036166, 0.0040797, 0.023207, 0.00094919, 0.00015348, 0.088802, 0.044058, 0.029341, 0.00053, 0.00053, 0.09523
1, 0.090971, 0.06624, 0.024651, 0.44734, 0.13502, 0.11474, 0.0279, 0.067798, 0.037852, 0.022663, 0.0010692, 0.0010692, 0.090369
2, 0.070342, 0.052357, 0.02153, 0.85191, 0.20848, 0.22242, 0.077028, 0.055487, 0.027934, 0.019595, 0.0016049, 0.0016049, 0.085505
3, 0.0699, 0.043899, 0.020244, 0.87295, 0.16442, 0.20657, 0.078501, 0.055767, 0.024396, 0.018845, 0.0021348, 0.0021348, 0.080635
4, 0.064317, 0.04001, 0.018747, 0.83973, 0.19818, 0.20992, 0.068715, 0.055507, 0.022381, 0.018095, 0.0026562, 0.0026562, 0.075756
5, 0.060517, 0.040462, 0.01871, 0.92677, 0.26977, 0.31691, 0.13554, 0.046723, 0.020782, 0.017638, 0.0031668, 0.0031668, 0.070867
6, 0.055565, 0.037719, 0.017239, 0.56328, 0.42257, 0.34731, 0.14537, 0.042455, 0.020308, 0.015934, 0.0036641, 0.0036641, 0.065964
7, 0.051137, 0.036675, 0.01443, 0.70063, 0.59002, 0.56658, 0.28446, 0.037626, 0.018761, 0.012734, 0.0041459, 0.0041459, 0.061046
8, 0.051564, 0.036086, 0.010754, 0.75331, 0.59469, 0.57015, 0.21859, 0.044253, 0.018153, 0.010504, 0.00461, 0.00461, 0.05611
9, 0.054336, 0.036489, 0.01014, 0.81292, 0.53958, 0.57799, 0.28552, 0.037579, 0.018368, 0.009468, 0.0050544, 0.0050544, 0.051154
10, 0.052323, 0.034572, 0.0095445, 0.85048, 0.62312, 0.6267, 0.338, 0.031516, 0.017655, 0.010057, 0.005477, 0.005477, 0.046177
11, 0.050382, 0.035035, 0.0086806, 0.86829, 0.59491, 0.61092, 0.3379, 0.032883, 0.017608, 0.0090742, 0.0058761, 0.0058761, 0.041176
12, 0.046103, 0.035051, 0.0082707, 0.8746, 0.60331, 0.72019, 0.42562, 0.030186, 0.016849, 0.0087845, 0.00625, 0.00625, 0.03615
13, 0.045144, 0.032905, 0.0071727, 0.50942, 0.80319, 0.76972, 0.38975, 0.033539, 0.016185, 0.0083475, 0.0065973, 0.0065973, 0.031097
14, 0.043005, 0.031431, 0.0076075, 0.94694, 0.59886, 0.75893, 0.45433, 0.028811, 0.016204, 0.0087185, 0.0069167, 0.0069167, 0.026017
15, 0.042583, 0.032493, 0.0075345, 0.54628, 0.78986, 0.70483, 0.39052, 0.034077, 0.016426, 0.010784, 0.007207, 0.007207, 0.020907
16, 0.044892, 0.032174, 0.0079312, 0.93707, 0.62972, 0.75324, 0.417, 0.031565, 0.015583, 0.0074945, 0.0074674, 0.0074674, 0.015767
17, 0.04351, 0.033322, 0.0071257, 0.9655, 0.60346, 0.75329, 0.43919, 0.029984, 0.015935, 0.0071412, 0.0076971, 0.0076971, 0.010597
18, 0.041603, 0.032276, 0.0070445, 0.56572, 0.84931, 0.80283, 0.50439, 0.027445, 0.015567, 0.0067956, 0.0077031, 0.0077031, 0.0077031
19, 0.03878, 0.031363, 0.0064713, 0.57055, 0.85292, 0.81709, 0.54818, 0.02845, 0.014806, 0.006212深度学习和目标检测系列教程21-300：deepsorts测试小车经过的时间和速度(代码片段)
@Author：RunsendeepDeepSortDeepSort是一种用于跟踪目标的模型，为每个目标分配ID，为每一个不同的类别分配label。在DeepSort中，过程如下。使用YOLO计算边界框（检测）使用Sort（卡尔曼滤波器）和ReID... 查看详情
深度学习和目标检测系列教程19-300：关于目标检测apiou和map简介(代码片段)
@Author：RunsenR-CNN和YOLO等对象检测模型，使用了平均精度(mAP)。mAP将真实边界框与检测到的框进行比较并返回分数。分数越高，模型的检测就越准确。PrecisionandRecall现在有两个类，Positive和Negative，这里是10个... 查看详情
深度学习和目标检测系列教程19-300：关于目标检测apiou和map简介(代码片段)
@Author：RunsenR-CNN和YOLO等对象检测模型，使用了平均精度(mAP)。mAP将真实边界框与检测到的框进行比较并返回分数。分数越高，模型的检测就越准确。PrecisionandRecall现在有两个类，Positive和Negative，这里是10个... 查看详情
深度学习和目标检测系列教程14-300：训练第一个yolov3检测器(代码片段)
@Author：Runsen本次博客参考GIthub项目：https://github.com/qqwweee/keras-yolo3.git在开始之前，请在以下位置克隆!gitclonehttps://github.com/qqwweee/keras-yolo3.git到您的本地机器。确保设置虚拟环境并安装要求Keras2.1.5Tensorfl 查看详情
深度学习和目标检测系列教程13-300：yolo物体检测算法(代码片段)
@Author：RunsenYOLO，是目前速度更快的物体检测算法之一。虽然它不再是最准确的物体检测算法，但当您需要实时检测时，它是一个非常好的选择，而不会损失太多的准确性。YOLO框架在本篇博客中，我将... 查看详情
深度学习和目标检测系列教程23-300：fasterrcnn和yolov5训练飞机目标识别的小项目(代码片段)
@Author：RunsenFasterRCNN和yolov5训练飞机目标识别的项目目标检测算法主要包括：两类two-stage和one-stage一类是two-stage，two-stage检测算法将检测问题划分为两个阶段，首先产生候选区域（regionproposals），然... 查看详情
深度学习和目标检测系列教程18-300：关于yolovoc格式标签转化问题(代码片段)
@Author：RunsenPASCALVOC(ThePASCALVisualObjectClasses)是一个世界级的计算机视觉挑战赛，第一届比赛在2005年举办，随后一年举办一次，直到2012年最后一次。PASCAL的全称是PatternAnalysis,StatisticalmodellingandComputAtionalLe 查看详情
深度学习和目标检测系列教程16-300：通过全球小麦数据集训练第一个yolov5模型(代码片段)
@Author：Runsen之前的检测系统重新利用分类器或定位器来执行检测，将模型应用于多个位置和比例的图像。Yolo使用了一种完全不同的方法。它将单个神经网络应用于完整图像。该网络将图像划分为多个区域并预测每个... 查看详情
python深度学习目标检测评价指标
目标检测评价指标：准确率（Accuracy），混淆矩阵（ConfusionMatrix），精确率（Precision），召回率（Recall），平均正确率（AP），meanAveragePrecision(mAP)，交除并（IoU），ROC+AUC，非极大值抑制（NMS）。假设原始样本中有两类，其中：&nb... 查看详情
深度学习和目标检测系列教程22-300：关于人体姿态常见的估计方法(代码片段)
@Author：Runsen姿态估计是计算机视觉中的一项流行任务，比如真实的场景如何进行人体跌倒检测，如何对手语进行交流。作为人工智能（AI）的一个领域，计算机视觉使机器能够以模仿人类视觉为目的来... 查看详情
深度学习和目标检测系列教程21-300：deepsorts测试小车经过的时间和速度(代码片段)
@Author：RunsendeepDeepSortDeepSort是一种用于跟踪目标的模型，为每个目标分配ID，为每一个不同的类别分配label。在DeepSort中，过程如下。使用YOLO计算边界框（检测）使用Sort（卡尔曼滤波器）和ReID... 查看详情
深度学习和目标检测系列教程12-300：常见的opencv的api和用法总结（上）(代码片段)
@Author：Runsen由于CV需要熟练使用opencv，因此总结了opencv常见的APi和用法。OpenCV（opensourcecomputervision）于1999年正式推出，它来自英特尔的一项倡议。OpenCV的核心是用C++编写的。在Python中，我们只使... 查看详情
深度学习和目标检测系列教程15-300：在python中使用opencv执行yolov3对象检测(代码片段)
@Author：Runsen上次讲了yolov3，这是使用yolov3的模型通过opencv的摄像头来执行YOLOv3对象检测。导入所需模块：importcv2importnumpyasnpimporttime让我们定义一些我们需要的变量和参数：CONFIDENCE=0.5SCORE_THRESHOLD=0.5IOU_ 查看详情
深度学习和目标检测系列教程15-300：在python中使用opencv执行yolov3对象检测(代码片段)
@Author：Runsen上次讲了yolov3，这是使用yolov3的模型通过opencv的摄像头来执行YOLOv3对象检测。导入所需模块：importcv2importnumpyasnpimporttime让我们定义一些我们需要的变量和参数：CONFIDENCE=0.5SCORE_THRESHOLD=0.5IOU_ 查看详情
深度学习和目标检测系列教程10-300：通过torch训练第一个faster-rcnn模型(代码片段)
@Author：Runsen上次介绍了Faster-RCNN模型，那么今天就开始训练第一个Faster-RCNN模型。本文将展示如何在水果图像数据集上使用Faster-RCNN模型。代码的灵感来自此处的Pytorch文档教程和Kagglehttps://pytorch.org/tutorials/intermediate/torc... 查看详情
深度学习和目标检测系列教程20-300：opencv与图像处理：霍夫变换技术实现直线检测(代码片段)
@Author：Runsen霍夫变换(HoughTransform)是图像处理中的一种特征提取技术，该过程在一个參数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。这张图里面有一条看起来挺直的线ÿ... 查看详情
深度学习和目标检测系列教程20-300：opencv与图像处理：霍夫变换技术实现直线检测(代码片段)
@Author：Runsen霍夫变换(HoughTransform)是图像处理中的一种特征提取技术，该过程在一个參数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。这张图里面有一条看起来挺直的线ÿ... 查看详情
深度学习和目标检测系列教程11-300：小麦数据集训练faster-rcnn模型(代码片段)
@Author：Runsen上次训练的Faster-RCNN的数据格式是xml和jpg图片提供，在很多Object-Detection中，数据有的是csv格式，数据集来源：https://www.kaggle.com/c/global-wheat-detectionwidth和heigth是图片的长和宽，b 查看详情