首页 > 其他分享> 文章详细

手把手教物体检测——SSD（新手必看）

2021-05-08 15:52:35 阅读：144 来源： 互联网

标签：tensor 必看 -- 手把手 label default add score SSD

下载SSD代码：

https://github.com/amdegroot/ssd.pytorch

将下载的代码解压后在data文件夹下新建VOCdevkit文件夹，然后将VOC2007数据集复制到该文件夹下面。

下载权重文件放在weights文件夹下面。下载地址：

https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth

修改config.py代码

# SSD300 CONFIGS

voc = {

    'num_classes': 3,//将类别改为：类别+1（背景）

    'lr_steps': (80000, 100000, 120000),

    'max_iter': 120000,//迭代次数

    'feature_maps': [38, 19, 10, 5, 3, 1],

    'min_dim': 300,

    'steps': [8, 16, 32, 64, 100, 300],

    'min_sizes': [30, 60, 111, 162, 213, 264],

    'max_sizes': [60, 111, 162, 213, 264, 315],

    'aspect_ratios': [[2], [2, 3], [2, 3], [2, 3], [2], [2]],

    'variance': [0.1, 0.2],

    'clip': True,

    'name': 'VOC',

}

修改VOC0712.py代码。

'''

VOC_CLASSES = (  # always index 0

    'aeroplane', 'bicycle', 'bird', 'boat',

    'bottle', 'bus', 'car', 'cat', 'chair',

    'cow', 'diningtable', 'dog', 'horse',

    'motorbike', 'person', 'pottedplant',

    'sheep', 'sofa', 'train', 'tvmonitor')

'''

VOC_CLASSES = (  # always index 0

    'aircraft', 'oiltank')//修改为自己数据集的类别。

# note: if you used our download scripts, this should be right

#VOC_ROOT = osp.join("", "data/VOCdevkit/")

VOC_ROOT = "data/VOCdevkit/" #修改为Win10路径

将

def __init__(self, root,

             image_sets=[('2007', 'trainval'), ('2012', 'trainval')],

             transform=None, target_transform=VOCAnnotationTransform(),

             dataset_name='VOC0712'):

修改为：

def __init__(self, root,

             image_sets=[('2007', 'trainval')],

             transform=None, target_transform=VOCAnnotationTransform(),

             dataset_name='VOC2007'):

修改coco.py

COCO_ROOT ='data/'

修改ssd.py

将32行的self.cfg = (coco, voc)[num_classes == 21]

修改为self.cfg = (coco, voc)[num_classes == 3]#3是我数据集的类别+1

修改multibox_loss.py

在97行的loss_c[pos] = 0  # filter out pos boxes for now

位置之上加入loss_c = loss_c.view(pos.size()[0], pos.size()[1])

如果没有这句话会引起张量不匹配的问题

如：

IndexError: The shape of the mask [4, 8732] at index 0 does not match the shape of the indexed tensor [34928, 1] at index 0

修改全局配置参数：

parser.add_argument('--dataset', default='VOC', choices=['VOC', 'COCO'],
                    type=str, help='VOC or COCO')#改为VOC
parser.add_argument('--batch_size', default=4, type=int,
                    help='Batch size for training')#Batch Size 按照显存的大小设置合适的值。
parser.add_argument('--start_iter', default=0, type=int,
                    help='Resume training at this iter')#迭代开始
parser.add_argument('--num_workers', default=4, type=int,
                    help='Number of workers used in dataloading')
parser.add_argument('--cuda', default=True, type=str2bool,
                    help='Use CUDA to train model')
parser.add_argument('--lr', '--learning-rate', default=1e-4, type=float,
                    help='initial learning rate')
parser.add_argument('--momentum', default=0.9, type=float,
                    help='Momentum value for optim')
parser.add_argument('--weight_decay', default=5e-4, type=float,
                    help='Weight decay for SGD')
parser.add_argument('--gamma', default=0.1, type=float,
                    help='Gamma update for SGD')
parser.add_argument('--visdom', default=False, type=str2bool,
                    help='Use visdom for loss visualization')
parser.add_argument('--save_folder', default='weights/',
                    help='Directory for saving checkpoint models')#保存权重的位置。
args = parser.parse_args()

将：

修改为：

loc_loss += loss_l.item()

conf_loss += loss_c.item()

if iteration % 10 == 0:

    print('timer: %.4f sec.' % (t1 - t0))

    print('iter ' + repr(iteration) + ' || Loss: %.4f ||' % (loss.item()), end=' ')

不修改会引起错误：

.IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number

将165行的

images, targets = next(batch_iterator)

更改成：

try:

                   images, targets = next(batch_iterator)

except StopIteration:

                   batch_iterator = iter(data_loader)

                   images, targets = next(batch_iterator)

如果不改会引起跳出迭代的问题：

Traceback (most recent call last):

  File "E:/ssd.pytorch-master/ssd.pytorch-master/train.py", line 246, in

    train()

  File "E:/ssd.pytorch-master/ssd.pytorch-master/train.py", line 159, in train

    images, targets = next(batch_iterator)

  File "D:\Users\WH\anaconda3\lib\site-packages\torch\utils\data\dataloader.py", line 345, in __next__

    data = self._next_data()

  File "D:\Users\WH\anaconda3\lib\site-packages\torch\utils\data\dataloader.py", line 831, in _next_data

    raise StopIteration

StopIteration

如果遇到loss为nan的现象，就需要降低出示学习率。

 将10e-3改为10e-4

将以上问题解决后就可以开始训练了。

测试

需要修改test.py的全局参数。

parser.add_argument('--trained_model', default='weights/ssd300_COCO_60000.pth',
                    type=str, help='Trained state_dict file path to open')#指定测试用的模型。
parser.add_argument('--save_folder', default='eval/', type=str,
                    help='Dir to save results')#生成的测试结果
parser.add_argument('--visual_threshold', default=0.6, type=float,
                    help='Final confidence threshold')#检测的最低置信度。

点击测试生成测试结果：GROUND TRUTH FOR: aircraft_27
label: 650.0 || 101.0 || 753.0 || 227.0 || 0
label: 395.0 || 351.0 || 521.0 || 464.0 || 0
label: 320.0 || 479.0 || 465.0 || 606.0 || 0
label: 276.0 || 617.0 || 432.0 || 753.0 || 0
PREDICTIONS:
1 label: aircraft score: tensor(1.0000) 317.00345 || 479.0164 || 468.34143 || 604.06415
2 label: aircraft score: tensor(1.0000) 279.88608 || 614.7385 || 434.32086 || 752.4983
3 label: aircraft score: tensor(0.9999) 397.0827 || 352.3487 || 524.27655 || 462.45944
4 label: aircraft score: tensor(0.9990) 647.89233 || 100.57587 || 758.556 || 232.56816

GROUND TRUTH FOR: oiltank_349
label: 115.0 || 340.0 || 237.0 || 466.0 || 1
label: 104.0 || 498.0 || 231.0 || 637.0 || 1
label: 92.0 || 675.0 || 224.0 || 814.0 || 1
label: 369.0 || 378.0 || 492.0 || 507.0 || 1
label: 357.0 || 543.0 || 483.0 || 678.0 || 1
label: 350.0 || 715.0 || 485.0 || 856.0 || 1
label: 534.0 || 378.0 || 662.0 || 511.0 || 1
label: 527.0 || 541.0 || 656.0 || 678.0 || 1
label: 527.0 || 712.0 || 654.0 || 857.0 || 1
PREDICTIONS:
1 label: oiltank score: tensor(1.0000) 349.36838 || 709.4552 || 481.7989 || 854.8713
2 label: oiltank score: tensor(1.0000) 528.97327 || 546.3467 || 656.2798 || 676.9037
3 label: oiltank score: tensor(1.0000) 88.82061 || 667.3125 || 220.63167 || 812.9001
4 label: oiltank score: tensor(1.0000) 358.38913 || 373.05368 || 489.21268 || 510.5563
5 label: oiltank score: tensor(1.0000) 519.9066 || 709.3708 || 658.5541 || 863.88947
6 label: oiltank score: tensor(1.0000) 115.77756 || 339.24872 || 240.00787 || 466.19022
7 label: oiltank score: tensor(1.0000) 104.77564 || 500.64545 || 230.20764 || 636.5293
8 label: oiltank score: tensor(1.0000) 357.70694 || 547.2647 || 485.0283 || 679.9714
9 label: oiltank score: tensor(0.9999) 524.7541 || 375.12167 || 668.46106 || 511.2381

打印测试结果

import os
import sys
module_path = os.path.abspath(os.path.join('..'))
if module_path not in sys.path:
    sys.path.append(module_path)
import torch
import torch.nn as nn
import torch.backends.cudnn as cudnn
from torch.autograd import Variable
import numpy as np
import cv2
if torch.cuda.is_available():
    torch.set_default_tensor_type('torch.cuda.FloatTensor')
from ssd import build_ssd
net = build_ssd('test', 300, 3)    # initialize SSD
net.load_state_dict(torch.load('weights/ssd300_COCO_60000.pth'))#加载模型
net.eval()
image = cv2.imread('data/VOCdevkit/aircraft_27.jpg', cv2.IMREAD_COLOR) # 加载图片
from matplotlib import pyplot as plt
rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)#读取图片
# View the sampled input image before transform
x = cv2.resize(image, (300, 300)).astype(np.float32)
x -= (104.0, 117.0, 123.0)
x = x.astype(np.float32)
x = x[:, :, ::-1].copy()
plt.imshow(x)
x = torch.from_numpy(x).permute(2, 0, 1)
xx = Variable(x.unsqueeze(0))     # wrap tensor in Variable
if torch.cuda.is_available():
    xx = xx.cuda()
y = net(xx)
from data import VOC_CLASSES as labels
top_k=10#选择前10个结果
plt.figure(figsize=(10,10))
colors = plt.cm.hsv(np.linspace(0, 1, 21)).tolist()
plt.imshow(rgb_image) # plot the image for matplotlib
currentAxis = plt.gca()
detections = y.data
# scale each detection back up to the image
scale = torch.Tensor(rgb_image.shape[1::-1]).repeat(2)
for i in range(detections.size(1)):
    j = 0
    while detections[0,i,j,0] >= 0.35:
        score = detections[0,i,j,0]
        label_name = labels[i-1]
        display_txt = '%s: %.2f'%(label_name, score)
        pt = (detections[0,i,j,1:]*scale).cpu().numpy()
        coords = (pt[0], pt[1]), pt[2]-pt[0]+1, pt[3]-pt[1]+1
        color = colors[i]
        currentAxis.add_patch(plt.Rectangle(*coords, fill=False, edgecolor=color, linewidth=2))
        currentAxis.text(pt[0], pt[1], display_txt, bbox={'facecolor':color, 'alpha':0.5})
        j+=1
plt.show()

标签：tensor,必看,--,手把手,label,default,add,score,SSD
来源： https://blog.51cto.com/u_15194128/2761763

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

手把手教物体检测——SSD（新手必看）