济南 网站建设,jquery特效的网站,龙岗网站建设哪家好,学习网站建设有什么用基于yolo的小球位置实时检测
Yolo安装
操作系统#xff1a;ubuntu
安装cuda和opencv
git clone https://github.com/pjreddie/darknet.git
cd darknet
修改Makefile文件#xff0c;使GPU1#xff0c;OPENCV1
make
2. 数据集处理
2.1 制作数据集
将小球放在摄像头前…基于yolo的小球位置实时检测
Yolo安装
操作系统ubuntu
安装cuda和opencv
git clone https://github.com/pjreddie/darknet.git
cd darknet
修改Makefile文件使GPU1OPENCV1
make
2. 数据集处理
2.1 制作数据集
将小球放在摄像头前面截取500张不同位置的图片如图2-1所示。尽可能的保证图像的清晰度不要有幻影。 图2-1 制作数据集
2.2 图片名顺序编号
截取500张图片之后需要将图片从000-499顺序编号如图2-2所示。 图2-2 图片顺序标号
可以通过如下python程序实现
#coding:utf-8
import os
path ./b/
dirs os.listdir(path)
print type(dirs)
for i in range(0,500): oldname path dirs[i] newname path %03d%i .jpg os.rename(oldname,newname) 图2-3 train.txt文件
2.3 生成train.txt文件
新建文件夹VOCdevkit在VOCdevkit文件夹下新建三个文件夹Annotation、ImageSets和JPEGImages并把准备好的自己的原始图像放在JPEGImages文件夹下。在ImageSets文件夹中新建空文件夹Main然后把写了训练或测试的图像的名字的文本拷到Main文件夹下即train.txt文件如图2-3所示。
可以通过如下python程序实现
file open(train.txt,w)
for i in range(0,500): file.write(str(%03d%i)\n)
file.close()
2.4 生成xml文件
通过标注工具labelimg来图片进行标注生成xml文件。Github地址为https://github.com/tzutalin/labelImg。
生成的xml文件保存到Annotation文件夹下格式如下
?xml version1.0?
annotation
folderJPEGImages/folder
filename000.jpg/filename
path/home/byl/dl/yolo/darknet/scripts/VOCdevkit/BALL2007/JPEGImages/000.jpg/path
source
databaseUnknown/database
/source
size
width800/width
height600/height
depth3/depth
/size
segmented0/segmented
object
nameball/name
poseUnspecified/pose
truncated0/truncated
difficult0/difficult
bndbox
xmin330/xmin
ymin38/ymin
xmax357/xmax
ymax65/ymax
/bndbox
/object
/annotation
2.5 生成txt文件
将VOCdevkit放到scripts目录下运行voc_label.py文件会在VOCdevkit文件下生成labels文件夹000.txt-499.txt会生成在labels文件夹下。格式为0 0.428125 0.0841666666667 0.03375 0.045。同时会在scripts文件夹下生成2007_train.txt文件如图2-4所示。 图2-4 2007_train.txt文件 修改voc_label.py代码如下
import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import join#sets[(2012, train), (2012, val), (2007, train), (2007, val), (2007, test)]#classes [aeroplane, bicycle, bird, boat, bottle, bus, car, cat, chair, cow, diningtable, dog, horse, motorbike, person, pottedplant, sheep, sofa, train, tvmonitor]sets [(2007,train)]classes [ball]def convert(size, box): dw 1./(size[0]) dh 1./(size[1]) x (box[0] box[1])/2.0 - 1 y (box[2] box[3])/2.0 - 1 w box[1] - box[0] h box[3] - box[2] x x*dw w w*dw y y*dh h h*dh return (x,y,w,h)def convert_annotation(year, image_id): in_file open(VOCdevkit/BALL%s/Annotations/%s.xml%(year, image_id)) out_file open(VOCdevkit/BALL%s/labels/%s.txt%(year, image_id), w) treeET.parse(in_file) root tree.getroot() size root.find(size) w int(size.find(width).text) h int(size.find(height).text) for obj in root.iter(object): difficult obj.find(difficult).text cls obj.find(name).text if cls not in classes or int(difficult)1: continue cls_id classes.index(cls) xmlbox obj.find(bndbox) b (float(xmlbox.find(xmin).text), float(xmlbox.find(xmax).text), float(xmlbox.find(ymin).text), float(xmlbox.find(ymax).text)) bb convert((w,h), b) out_file.write(str(cls_id) .join([str(a) for a in bb]) \n)wd getcwd()for year, image_set in sets: if not os.path.exists(VOCdevkit/BALL%s/labels/%(year)): os.makedirs(VOCdevkit/BALL%s/labels/%(year)) image_ids open(VOCdevkit/BALL%s/ImageSets/Main/%s.txt%(year, image_set)).read().strip().split() list_file open(%s_%s.txt%(year, image_set), w) for image_id in image_ids: list_file.write(%s/VOCdevkit/BALL%s/JPEGImages/%s.jpg\n%(wd, year, image_id)) convert_annotation(year, image_id) list_file.close()
3.训练神经网络
3.1 修改tiny-yolo-voc.cfg
修改cfg/tiny-yolo-voc.cfg如下
[convolutional]
size1
stride1
pad1
filters30 //修改最后一层卷积层核参数个数计算公式是依旧自己数据的类别数filternum×classes coords 15×14130
activationlinear [region]
anchors 1.08,1.19, 3.42,4.41, 6.63,11.38, 9.42,5.11, 16.62,10.52
bias_match1
classes1 //类别数本例为1类
coords4
num5
softmax1
jitter.2
rescore1 object_scale5
noobject_scale1
class_scale1
coord_scale1 absolute1
thresh .6
random1
3.2 修改voc.names文件
现在检测的类只有一个ball删除data/voc.names中的内容写入ball。
3.3 修改voc.data文件 修改voc.data文件内容如下 classes 1
train /home/byl/dl/yolo/darknet/scripts/2007_train.txt
//valid /home/byl/dl/yolo/darknet/2007_test.txt
names data/voc.names
backup backup 图3-1 训练网络
3.4 训练网络
在darknet目录下输入./darknet detector train cfg/voc.data cfg/tiny-yolo-voc.cfg即可开始训练。如图3-1所示。
4.最终结果
4.1 终极模型
对目标进行检测需要模型文件。模型的好坏直接影响最终的检测见过。对训练log进行分析来判断模型是否训练到了最佳如表4-1所示。AVG IOU的值越大测试结果会越好。表中的0.00.1…分别代表AVG IOU 0.0AVG IOU 0.1…。 训练次数 0.0 0.1 0.2 0.3 0.7 0.8 0.9 47万-53万 1 6 150 1311 185100 127817 1874 53万-55万 1 2 35 362 61803 46824 880 55万-61万 0 7 85 825 178128 147453 3405 61万-63万 0 2 21 185 51183 45038 1149 63万-69万 1 7 82 657 193275 183137 5572 69万-71万 0 0 18 187 63576 64266 2234 118万-121万 0 0 6 84 70550 100660 7199 121万-126万 0 1 18 188 145083 209911 15962 126万-128万 0 0 7 54 42951 59009 4284 128万-133万 0 1 17 181 137936 207057 16287 133万-135万 0 0 6 74 47243 69910 5404
表4-1 训练log分析 通过表可知大约训练到120万次时训练结果趋于稳定不会再有太大的变化。由于数据量太大训练log和最终训练的模型将会放在TITAN X电脑Ubuntu系统家目录下的项目/01-小球位置实时检测目录下。
4.2 检测结果
用历时三周训练了135万次的模型检测的结果如图4-1所示。还有录制的检测结果的视频、训练数据文件数据标定文件等均在上节所述文件夹。 图4-1 检测结果
