国旗做网站按钮违法吗,公司网站的管理和维护,拓吧网站,制作网站在哪里本仓库是人工智能课程的课程作业仓库#xff0c;主要是完成无人机图像目标检测的任务#xff0c;我们对visdrone数据集进行了处理#xff0c;在yolo和ssd两种框架下进行了训练和测试#xff0c;并编写demo用于实时的无人机图像目标检测。
requirements依赖#xff1a; ss…本仓库是人工智能课程的课程作业仓库主要是完成无人机图像目标检测的任务我们对visdrone数据集进行了处理在yolo和ssd两种框架下进行了训练和测试并编写demo用于实时的无人机图像目标检测。
requirements依赖 ssd: pytorch1.4
yolo:pytorch1.0 tensorflow1.14
结构
visdrone_detection
├─ readme.md
├─ ssd
├─ yolo
└─ 人工智能大作业_流程.md
数据集
本作业使用的数据集是VisDrone数据集包含了10个类即行人、人、汽车、面包车、公共汽车、卡车、汽车、自行车、遮阳三轮车和三轮车由于本次作业我们使用SSD和YOLO框架来完成目标检测的任务需要对原先的数据标注格式进行处理数据集原始的标注形式为xml文件我们将标注转化为了常用的voc形式和yolo形式您可以使用代码中的utils下的代码文件自行处理数据
训练 ssd训练
首先请cd到ssd目录下调试visdrone_train.py下数据集和配置文件的路径信息本作业的配置文件为configs/vgg_ssd300_visdrone0413.yaml执行
python visdrone_train.py
训练好的模型文件将会保存在outputs目录下
yolo训练
首先请cd到yolo目录下生成cfg文件和custom.data
python train.py --model_def config/yolov3-custom.cfg --data_config config/custom.data--pretrained_weights weights/darknet53.conv.74
训练好的模型文件将会保存在checkpoints目录下
测试
ssd测试
首先请cd到ssd目录下, 执行
python visdrone_test.py
python visdrone_demo.py
yolo测试
首先请cd到yolo目录下, 执行
python test.py --weights_path weights/yolov3.weights
python3 detect.py --image_folder data/samples/
结果 mAP指标
# yolo
---------------------------------
| Index | Class name | AP |
---------------------------------
| 0 | pedestrian | 0.08822 |
| 1 | people | 0.02340 |
| 2 | bicycle | 0.00165 |
| 3 | car | 0.43279 |
| 4 | van | 0.07407 |
| 5 | truck | 0.07747 |
| 6 | tricycle | 0.00995 |
| 7 | awning-tricycle | 0.01727 |
| 8 | bus | 0.25008 |
| 9 | motor | 0.05405 |
| 10 | others | 0.00366 |
---------------------------------
---- mAP 0.09387386786609676
# ssd
2020-11-04 14:56:20,698 SSD.inference INFO: mAP: 0.1524
pedestrian : 0.1170
people : 0.0909
bicycle : 0.0909
car : 0.4377
van : 0.1740
truck : 0.2258
tricycle : 0.1048
awning-tricycle : 0.0413
bus : 0.3754
motor : 0.0800
others : 0.0909
FPS
# yolo
fps: 19.17227602398063
83.97542357444763s / 1610imgs
# ssd
FPS:64.44748916337679
24.98157835006714s / 1610imgs
部分结果
