PyTorch_YOLO_Tutorial

YOLO 教程

简介

这是一个讲解YOLO的入门教程的代码。在这个项目中，我们继承了YOLOv1~v4、YOLOX以及YOLOv7的中心思想，并在此基础上做了适当的修改来实现了结构较为简洁的YOLO检测器。我们希望通过初学者可以通过学习流行的YOLO检测器顺利入门目标检测领域。

书籍链接：与本项目代码配套的技术书籍正在被校阅中，请耐心等待。

配置运行环境

首先，我们建议使用Anaconda来创建一个conda的虚拟环境
```
conda create -n yolo python=3.6
```
然后, 请激活已创建的虚拟环境
```
conda activate yolo
```
接着，配置环境:
```
pip install -r requirements.txt 
```

项目作者所使用的环境配置:

PyTorch = 1.9.1
Torchvision = 0.10.1

为了能够正常运行该项目的代码，请确保您的torch版本为1.x系列。

训练配置

配置
单个GPU上的batch size	16
初始学习率	0.01
Warnmup策略	线性warmup策略
学习率策略	线性学习了衰减策略
训练优化器	SGD
多尺度训练	True (320 ~ 640)

受限于我贫瘠的计算资源，我无法使用更大的多尺度范围，如320~960。

实验结果

VOC

下载 VOC.

cd <PyTorch_YOLO_Tutorial>
cd dataset/scripts/
sh VOC2007.sh
sh VOC2012.sh

检查 VOC

cd <PyTorch_YOLO_Tutorial>
python dataset/voc.py

使用 VOC 训练模型

For example:

python train.py --cuda -d voc --root path/to/VOC -v yolov1 -bs 16 --max_epoch 150 --wp_epoch 1 --eval_epoch 10 --fp16 --ema --multi_scale

P5-Model on COCO:

所有的模型都使用了ImageNet预训练权重（IP），所有的FLOPs都是在VOC2007 test数据集上以640x640或1280x1280的输入尺寸来测试的。FPS指标是在一张3090型号的GPU上以batch size=1的输入来测试的，请注意，测速的内容包括模型前向推理、后处理以及NMS操作。

COCO

下载 COCO.

cd <PyTorch_YOLO_Tutorial>
cd dataset/scripts/
sh COCO2017.sh

检查 COCO

cd <PyTorch_YOLO_Tutorial>
python dataset/coco.py

当COCO数据集的路径修改正确后，运行上述命令应该会看到COCO数据的可视化图像。

使用COCO训练模型

For example:

python train.py --cuda -d coco --root path/to/COCO -v yolov1 -bs 16 --max_epoch 150 --wp_epoch 1 --eval_epoch 10 --fp16 --ema --multi_scale

本书所实现的YOLO检测的性能：

Model	Backbone	Scale	IP	Epoch	AP^val 0.5	Weight
YOLOv1	ResNet-18	640	√	150	76.7	ckpt
YOLOv2	DarkNet-19	640	√	150	79.8	ckpt
YOLOv3	DarkNet-53	640	√	150	82.0	ckpt
YOLOv4	CSPDarkNet-53	640	√	150	83.6	ckpt
YOLOX	CSPDarkNet-L	640	√	150	84.6	ckpt
YOLOv7-Large	ELANNet-Large	640	√	150	86.0	ckpt

我们复现的YOLOv5:

Model	Backbone	Scale	Epoch	AP^val 0.5:0.95	AP^val 0.5	FLOPs ^(G)	Params ^(M)	Weight
YOLOv1	ResNet-18	640	150	27.9	47.5	37.8	21.3	ckpt
YOLOv2	DarkNet-19	640	150	32.7	50.9	53.9	30.9	ckpt
YOLOv3	DarkNet-53	640	250	42.9	63.5	167.4	54.9	ckpt
YOLOv4	CSPDarkNet-53	640	250	46.6	65.8	162.7	61.5	ckpt
YOLOX-L	CSPDarkNet-L	640	300	46.6	66.1	155.4	54.2	ckpt
YOLOv7-T	ELANNet-Tiny	640	300			22.9	8.1
YOLOv7-L	ELANNet-Large	640	300			144.6	44.0

所有的模型都使用了ImageNet预训练权重（IP），所有的FLOPs都是在COCO-val数据集上以640x640或1280x1280的输入尺寸来测试的。FPS指标是在一张3090型号的GPU上以batch size=1的输入来测试的，请注意，测速的内容包括模型前向推理、后处理以及NMS操作。
*我们实现的YOLOv5的检测头是解耦检测头，所以FLOPs和参数量要高于官方的.*
受限于我贫瘠的计算资源，更多的YOLO检测器被放弃训练了，包括YOLOv7-Huge、YOLOv8-Small~Large。如果您对他们感兴趣，并使用本项目的代码训练了他们，我很真诚地希望您能分享训练好的权重文件，那将会令我感激不尽。

训练

使用单个GPU来训练

sh train.sh

使用者可以根据自己的情况来调整train.sh文件中的配置，以便在自己的本地上顺利训练模型。

如果使用者想查看训练时所使用的数据，可以在训练命令中输入--vsi_tgt参数，例如：

python train.py --cuda -d coco --root path/to/coco -v yolov1 --vis_tgt

使用多个GPU来训练

sh train_ddp.sh

使用者可以根据自己的情况来调整train_ddp.sh文件中的配置，以便在自己的本地上顺利训练模型。

当训练突然中断时, 使用者可以在训练命令中传入--resume参数，并指定最新保存的权重文件（默认为None），以便继续训练。例如：

python train.py \
        --cuda \
        -d coco \
        -v yolov1 \
        -bs 16 \
        --max_epoch 150 \
        --wp_epoch 1 \
        --eval_epoch 10 \
        --ema \
        --fp16 \
        --resume weights/coco/yolov1/yolov1_epoch_151_39.24.pth

测试

使用者可以参考下面的给出的例子在相应的数据集上去测试训练好的模型，正常情况下，使用者将会看到检测结果的可视化图像。

python test.py -d coco \
               --cuda \
               -v yolov1 \
               --img_size 640 \
               --weight path/to/weight \
               --root path/to/dataset/ \
               --show

对于YOLOv7，由于YOLOv7的PaFPN中包含了RepConv模块，因此你可以在测试命中加上--fuse_repconv来融合其中的RepConv:

python test.py -d coco \
               --cuda \
               -v yolov7_large \
               --fuse_repconv \
               --img_size 640 \
               --weight path/to/weight \
               --root path/to/dataset/ \
               --show

验证

使用者可以参考下面的给出的例子在相应的数据集上去验证训练好的模型，正常情况下，使用者将会看到COCO风格的AP结果输出。

python eval.py -d coco-val \
               --cuda \
               -v yolov1 \
               --img_size 640 \
               --weight path/to/weight \
               --root path/to/dataset/ \
               --show

如果使用者想测试模型在COCO test-dev数据集上的AP指标，可以遵循以下步骤：

将上述命令中的coco-val修改为coco-test，然后运行；
运行结束后，将会得到一个名为coco_test-dev.json的文件；
将其压缩为一个.zip，按照COCO官方的要求修改压缩文件的名称，例如``;
按照COCO官方的要求，将该文件上传至官方的服务器去计算AP。

Demo

本项目在data/demo/images/文件夹中提供了一些图片，使用者可以运行下面的命令来测试本地的图片：

python demo.py --mode image \
               --path_to_img data/demo/images/ \
               -v yolov1 \
               --img_size 640 \
               --cuda \
               --weight path/to/weight

如果使用者想在本地的视频上去做测试，那么你需要将上述命令中的--mode image修改为--mode video，并给--path_to_vid传入视频所在的文件路径，例如：

python demo.py --mode video \
               --path_to_img data/demo/videos/your_video \
               -v yolov1 \
               --img_size 640 \
               --cuda \
               --weight path/to/weight

如果使用者想用本地的摄像头（如笔记本的摄像头）去做测试，那么你需要将上述命令中的--mode image修改为--mode camera，例如：

python demo.py --mode camera \
               -v yolov1 \
               --img_size 640 \
               --cuda \
               --weight path/to/weight

目标跟踪

该项目也支持多目标跟踪任务。我们使用本项目的YOLO检测器作为“tracking-by-detection”的检测器，并使用简单高效的ByteTrack作为跟踪器。

images tracking

python track.py --mode image \
            --path_to_img path/to/images/ \
            -dt yolov2 \
            -tk byte_tracker \
            --weight path/to/coco_pretrained/ \
            -size 640 \
            --cuda \
            --show

video tracking

python track.py --mode video \
            --path_to_img path/to/video/ \
            -dt yolov2 \
            -tk byte_tracker \
            --weight path/to/coco_pretrained/ \
            -size 640 \
            --cuda \
            --show

camera tracking

python track.py --mode camera \
            -dt yolov2 \
            -tk byte_tracker \
            --weight path/to/coco_pretrained/ \
            -size 640 \
            --cuda \
            --show

Model	Backbone	Scale	Epoch	FLOPs ^(G)	Params ^(M)
YOLOv5-N	CSPDarkNet-N	640	250	7.7	2.4
YOLOv5-S	CSPDarkNet-S	640	250	27.1	9.0
YOLOv5-M	CSPDarkNet-M	640	250	74.3	25.4
YOLOv5-L	CSPDarkNet-L	640	250	155.6	54.2

README_CN.md 12 KB Historique Raw