README.md

    SSD:Single-Shot MultiBox Detector目标检测模型在Pytorch当中的实现


    目录

    1. 仓库更新 Top News
    2. 性能情况 Performance
    3. 所需环境 Environment
    4. 文件下载 Download
    5. 训练步骤 How2train
    6. 预测步骤 How2predict
    7. 评估步骤 How2eval
    8. 参考资料 Reference

    Top News

    2022-03:进行了大幅度的更新,支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪。
    BiliBili视频中的原仓库地址为:https://github.com/bubbliiiing/ssd-pytorch/tree/bilibili

    2021-10:进行了大幅度的更新,增加了mobilenetv2主干的选择、增加大量注释、增加了大量可调整参数、对代码的组成模块进行修改、增加fps、视频预测、批量预测等功能。

    性能情况

    训练数据集 权值文件名称 测试数据集 输入图片大小 mAP 0.5:0.95 mAP 0.5
    VOC07+12 ssd_weights.pth VOC-Test07 300x300 - 78.55
    VOC07+12 mobilenetv2_ssd_weights.pth VOC-Test07 300x300 - 71.32

    所需环境

    torch == 1.2.0

    文件下载

    训练所需的ssd_weights.pth和主干的权值可以在百度云下载。
    链接: https://pan.baidu.com/s/1iUVE50oLkzqhtZbUL9el9w
    提取码: jgn8

    VOC数据集下载地址如下,里面已经包括了训练集、测试集、验证集(与测试集一样),无需再次划分:
    链接: https://pan.baidu.com/s/1YuBbBKxm2FGgTU5OfaeC5A
    提取码: uack

    训练步骤

    a、训练VOC07+12数据集

    1. 数据集的准备
      本文使用VOC格式进行训练,训练前需要下载好VOC07+12的数据集,解压后放在根目录

    2. 数据集的处理
      修改voc_annotation.py里面的annotation_mode=2,运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt。

    3. 开始网络训练
      train.py的默认参数用于训练VOC数据集,直接运行train.py即可开始训练。

    4. 训练结果预测
      训练结果预测需要用到两个文件,分别是ssd.py和predict.py。我们首先需要去ssd.py里面修改model_path以及classes_path,这两个参数必须要修改。
      model_path指向训练好的权值文件,在logs文件夹里。
      classes_path指向检测类别所对应的txt。

      完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

    b、训练自己的数据集

    1. 数据集的准备
      本文使用VOC格式进行训练,训练前需要自己制作好数据集,
      训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
      训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。

    2. 数据集的处理
      在完成数据集的摆放之后,我们需要利用voc_annotation.py获得训练用的2007_train.txt和2007_val.txt。
      修改voc_annotation.py里面的参数。第一次训练可以仅修改classes_path,classes_path用于指向检测类别所对应的txt。
      训练自己的数据集时,可以自己建立一个cls_classes.txt,里面写自己所需要区分的类别。
      model_data/cls_classes.txt文件内容为:

    cat
    dog
    ...

    修改voc_annotation.py中的classes_path,使其对应cls_classes.txt,并运行voc_annotation.py。

    1. 开始网络训练
      训练的参数较多,均在train.py中,大家可以在下载库后仔细看注释,其中最重要的部分依然是train.py里的classes_path。
      classes_path用于指向检测类别所对应的txt,这个txt和voc_annotation.py里面的txt一样!训练自己的数据集必须要修改!
      修改完classes_path后就可以运行train.py开始训练了,在训练多个epoch后,权值会生成在logs文件夹中。

    2. 训练结果预测
      训练结果预测需要用到两个文件,分别是ssd.py和predict.py。在ssd.py里面修改model_path以及classes_path。
      model_path指向训练好的权值文件,在logs文件夹里。
      classes_path指向检测类别所对应的txt。

      完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。

    预测步骤

    a、使用预训练权重

    1. 下载完库后解压,在百度网盘下载,放入model_data,运行predict.py,输入
    img/street.jpg
    1. 在predict.py里面进行设置可以进行fps测试和video视频检测。

    b、使用自己训练的权重

    1. 按照训练步骤训练。
    2. 在ssd.py文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类
    _defaults = {
        #--------------------------------------------------------------------------#
        #   使用自己训练好的模型进行预测一定要修改model_path和classes_path!
        #   model_path指向logs文件夹下的权值文件,classes_path指向model_data下的txt
        #   如果出现shape不匹配,同时要注意训练时的model_path和classes_path参数的修改
        #--------------------------------------------------------------------------#
        "model_path"        : 'model_data/ssd_weights.pth',
        "classes_path"      : 'model_data/voc_classes.txt',
        #---------------------------------------------------------------------#
        #   用于预测的图像大小,和train时使用同一个即可
        #---------------------------------------------------------------------#
        "input_shape"       : [300, 300],
        #-------------------------------#
        #   主干网络的选择
        #   vgg或者mobilenetv2
        #-------------------------------#
        "backbone"          : "vgg",
        #---------------------------------------------------------------------#
        #   只有得分大于置信度的预测框会被保留下来
        #---------------------------------------------------------------------#
        "confidence"        : 0.5,
        #---------------------------------------------------------------------#
        #   非极大抑制所用到的nms_iou大小
        #---------------------------------------------------------------------#
        "nms_iou"           : 0.45,
        #---------------------------------------------------------------------#
        #   用于指定先验框的大小
        #---------------------------------------------------------------------#
        'anchors_size'      : [30, 60, 111, 162, 213, 264, 315],
        #---------------------------------------------------------------------#
        #   该变量用于控制是否使用letterbox_image对输入图像进行不失真的resize,
        #   在多次测试后,发现关闭letterbox_image直接resize的效果更好
        #---------------------------------------------------------------------#
        "letterbox_image"   : False,
        #-------------------------------#
        #   是否使用Cuda
        #   没有GPU可以设置成False
        #-------------------------------#
        "cuda"              : True,
    }
    1. 运行predict.py,输入
    img/street.jpg
    1. 在predict.py里面进行设置可以进行fps测试和video视频检测。

    评估步骤

    a、评估VOC07+12的测试集

    1. 本文使用VOC格式进行评估。VOC07+12已经划分好了测试集,无需利用voc_annotation.py生成ImageSets文件夹下的txt。
    2. 在ssd.py里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的txt。
    3. 运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中。

    b、评估自己的数据集

    1. 本文使用VOC格式进行评估。
    2. 如果在训练前已经运行过voc_annotation.py文件,代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例,可以修改voc_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例,默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例,默认情况下 训练集:验证集 = 9:1。
    3. 利用voc_annotation.py划分测试集后,前往get_map.py文件修改classes_path,classes_path用于指向检测类别所对应的txt,这个txt和训练时的txt一样。评估自己的数据集必须要修改。
    4. 在ssd.py里面修改model_path以及classes_path。model_path指向训练好的权值文件,在logs文件夹里。classes_path指向检测类别所对应的txt。
    5. 运行get_map.py即可获得评估结果,评估结果会保存在map_out文件夹中。

    Reference

    https://github.com/pierluigiferrari/ssd_keras
    https://github.com/kuhung/SSD_keras

    项目简介

    这是一个ssd-pytorch的源码,可以用于训练自己的模型。

    🚀 Github 镜像仓库 🚀

    源项目地址

    https://github.com/bubbliiiing/ssd-pytorch

    发行版本 4

    v3.0 -step、cos学习率下降、多GPU训练、种类目标数量计算等

    全部发行版

    贡献者 2

    Bubbliiiing @weixin_44791964
    B Bubbliiiing @Bubbliiiing

    开发语言

    • Python 100.0 %