目標(biāo)檢測是計算機視覺領(lǐng)域的基礎(chǔ)任務(wù)，沒個稱手的Model Zoo怎么行？

今天給大家安利一個簡單好用的目標(biāo)檢測的算法模型庫miemiedetection，目前在GitHub已斬獲130+顆star

代碼鏈接：https://github.com/miemie2013/miemiedetection

miemiedetection是基于YOLOX進行二次開發(fā)的個人檢測庫，還支持PPYOLO、PPYOLOv2、PPYOLOE、FCOS等算法。

得益于YOLOX的優(yōu)秀架構(gòu)，miemiedetection里的算法訓(xùn)練速度都非?？?，數(shù)據(jù)讀取不再是訓(xùn)練速度的瓶頸。

代碼開發(fā)使用的深度學(xué)習(xí)框架為pyTorch，實現(xiàn)了可變形卷積DCNv2、Matrix NMS等高難度算子，支持單機單卡、單機多卡、多機多卡訓(xùn)練模式（多卡訓(xùn)練模式建議使用Linux系統(tǒng)），支持Windows、Linux系統(tǒng)。

并且由于miemiedetection是一個不需要安裝的檢測庫，用戶可以直接更改其代碼改變執(zhí)行邏輯，所以向庫中添加新算法也很容易。

作者表示未來還會加入更多的算法支持（還有女裝）。

算法如假包換

復(fù)現(xiàn)模型，最重要的就是準(zhǔn)確率要跟原版的基本相同。

先看PPYOLO、PPYOLOv2、PPYOLOE這三個模型，作者均經(jīng)過了loss對齊、梯度對齊的實驗。

為了保留證據(jù)，在源碼中還可以看到注釋掉的讀寫*.npz 的部分，都是做對齊實驗遺留的代碼。

并且作者還詳細(xì)記錄了性能對齊的過程，對于新手來說，照著這條路走一遍，也是一個不錯的學(xué)習(xí)過程！

全部的訓(xùn)練日志也都記錄保存在倉庫中，足以證明復(fù)現(xiàn)PPYOLO系列算法的正確性！

最后的訓(xùn)練結(jié)果顯示，復(fù)現(xiàn)的PPYOLO算法和原版?zhèn)}庫具有一樣的損失、一樣的梯度。

另外，作者也試著用原版?zhèn)}庫和miemiedetection遷移學(xué)習(xí)voc2012數(shù)據(jù)集，也獲得了一樣的精度（使用了相同的超參數(shù)）。

和原版實現(xiàn)一樣，使用了同樣的學(xué)習(xí)率、同樣的學(xué)習(xí)率衰減策略warm_piecewisedecay（PPYOLO和PPYOLOv2使用）和warm_cosinedecay（PPYOLOE使用）、同樣的指數(shù)滑動平均EMA、同樣的數(shù)據(jù)預(yù)處理方式、同樣的參數(shù)L2權(quán)重衰減、同樣的損失、同樣的梯度、同樣的預(yù)訓(xùn)練模型，遷移學(xué)習(xí)得到了同樣的精度。

實驗做得足，測試做得多，保證大家有美好的使用體驗！

不要998，也不要98，只要點個star，所有目標(biāo)檢測算法免費帶回家！

模型下載與轉(zhuǎn)換

想跑通模型，參數(shù)很重要，作者提供了轉(zhuǎn)換好的預(yù)訓(xùn)練pth權(quán)重文件，可以通過百度網(wǎng)盤直接下載。

鏈接：https://pan.baidu.com/s/1ehEqnNYKb9Nz0XNeqAcwDw

提取碼：qe3i

或者按照下面的步驟獲?。?/span>

第一步，下載權(quán)重文件，項目根目錄下執(zhí)行（即下載文件，Windows用戶可以用迅雷或瀏覽器下載wget后面的鏈接，這里為了展現(xiàn)美觀，只以ppyoloe_crn_l_300e_coco為例）：

注意，帶有pretrained字樣的模型是在ImageNet上預(yù)訓(xùn)練的骨干網(wǎng)路，PPYOLO、PPYOLOv2、PPYOLOE加載這些權(quán)重以訓(xùn)練COCO數(shù)據(jù)集。其余為COCO上的預(yù)訓(xùn)練模型。

第二步，轉(zhuǎn)換權(quán)重，項目根目錄下執(zhí)行：

其中各個參數(shù)的含義為：

- -f表示的是使用的配置文件；

- -c表示的是讀取的源權(quán)重文件；

- -oc表示的是輸出（保存）的pytorch權(quán)重文件；

- -nc表示的是數(shù)據(jù)集的類別數(shù)；

- --only_backbone為True時表示只轉(zhuǎn)換骨干網(wǎng)絡(luò)的權(quán)重；

執(zhí)行完畢后就會在項目根目錄下獲得轉(zhuǎn)換好的*.pth權(quán)重文件。

手把手教學(xué)

在下面的命令中，大部分都會使用模型的配置文件，所以一開始就有必要先詳細(xì)解釋配置文件。

mmdet.exp.base_exp.BaseExp為配置文件基類，是一個抽象類，聲明了一堆抽象方法，如get_model()表示如何獲取模型，get_data_loader()表示如何獲取訓(xùn)練的dataloader，get_optimizer()表示如何獲取優(yōu)化器等等。

mmdet.exp.datasets.coco_base.COCOBaseExp是數(shù)據(jù)集的配置，繼承了BaseExp，它只給出數(shù)據(jù)集的配置。該倉庫只支持COCO標(biāo)注格式的數(shù)據(jù)集的訓(xùn)練！

其它標(biāo)注格式的數(shù)據(jù)集，需要先轉(zhuǎn)換成COCO標(biāo)注格式，才能訓(xùn)練（支持太多標(biāo)注格式的話，工作量太大）。可以通過miemieLabels將自定義的數(shù)據(jù)集轉(zhuǎn)換成COCO的標(biāo)注格式。所有的檢測算法配置類都會繼承COCOBaseExp，表示所有的檢測算法共用同樣的數(shù)據(jù)集的配置。

COCOBaseExp的配置項有：

其中，

- self.num_classes表示的是數(shù)據(jù)集的類別數(shù)；

- self.data_dir表示的是數(shù)據(jù)集的根目錄；

- self.cls_names表示的是數(shù)據(jù)集的類別名文件路徑，是一個txt文件，一行表示一個類別名。如果是自定義數(shù)據(jù)集，需要新建一個txt文件并編輯好類別名，再修改self.cls_names指向它；

- self.ann_folder表示的是數(shù)據(jù)集的注解文件根目錄，需要位于self.data_dir目錄下；

- self.train_ann表示的是數(shù)據(jù)集的訓(xùn)練集的注解文件名，需要位于self.ann_folder目錄下；

- self.val_ann表示的是數(shù)據(jù)集的驗證集的注解文件名，需要位于self.ann_folder目錄下；

- self.train_image_folder表示的是數(shù)據(jù)集的訓(xùn)練集的圖片文件夾名，需要位于self.data_dir目錄下；

- self.val_image_folder表示的是數(shù)據(jù)集的驗證集的圖片文件夾名，需要位于self.data_dir目錄下；

對于VOC 2012數(shù)據(jù)集，則需要修改數(shù)據(jù)集的配置為：

另外，你也可以像exps/ppyoloe/ppyoloe_crn_l_voc2012.py中一樣，在子類中修改self.num_classes、self.data_dir這些數(shù)據(jù)集的配置，這樣COCOBaseExp的配置就被覆蓋掉（無效）了。

將前面提到的模型下載好后，在VOC2012數(shù)據(jù)集的self.data_dir目錄下新建一個文件夾annotations2，把voc2012_train.json、voc2012_val.json放進這個文件夾。

最后，COCO數(shù)據(jù)集、VOC2012數(shù)據(jù)集、本項目的放置位置應(yīng)該是這樣：

數(shù)據(jù)集根目錄和miemiedetection-master是同一級目錄。我個人非常不建議把數(shù)據(jù)集放在miemiedetection-master里，那樣的話PyCharm打開會巨卡無比；而且，多個項目（如mmdetection、PaddleDetection、AdelaiDet）共用數(shù)據(jù)集時，可以做到數(shù)據(jù)集路徑和項目名無關(guān)。

mmdet.exp.ppyolo.ppyolo_method_base.PPYOLO_Method_Exp是實現(xiàn)具體算法所有抽象方法的類，繼承了COCOBaseExp，它實現(xiàn)了所有抽象方法。

exp.ppyolo.ppyolo_r50vd_2x.Exp是PPYOLO算法的Resnet50Vd模型的最終配置類，繼承了PPYOLO_Method_Exp；

PPYOLOE的配置文件也是類似這樣的結(jié)構(gòu)。

預(yù)測

首先，如果輸入的數(shù)據(jù)為一張圖片，則在項目根目錄下執(zhí)行：

其中各個參數(shù)的含義為：

- -f表示的是使用的配置文件；

- -c表示的是讀取的權(quán)重文件；

- --path表示的是圖片的路徑；

- --conf表示的是分?jǐn)?shù)閾值，只會畫出高于這個閾值的預(yù)測框；

- --tsize表示的是預(yù)測時將圖片Resize成--tsize的分辨率；

預(yù)測完成后控制臺會打印結(jié)果圖片的保存路徑，用戶可打開查看。如果是使用訓(xùn)練自定義數(shù)據(jù)集保存的模型進行預(yù)測，修改-c為你的模型的路徑即可。

如果預(yù)測的是一個文件夾下的所有圖片，則在項目根目錄下執(zhí)行：

將--path修改為對應(yīng)圖片文件夾的路徑即可。

訓(xùn)練COCO2017數(shù)據(jù)集

如果讀取ImageNet預(yù)訓(xùn)練骨干網(wǎng)絡(luò)訓(xùn)練COCO數(shù)據(jù)集，則在項目根目錄下執(zhí)行：

一條命令直接啟動單機八卡訓(xùn)練，當(dāng)然了，前提是你真的有一臺單機8卡的超算。

其中各個參數(shù)的含義為：

-f表示的是使用的配置文件；

-d表示的是顯卡數(shù)量；

-b表示的是訓(xùn)練時的批大?。ㄋ锌ǖ模?/span>

-eb表示的是評估時的批大?。ㄋ锌ǖ模?/span>

-c表示的是讀取的權(quán)重文件；

--fp16，自動混合精度訓(xùn)練；

--num_machines，機器數(shù)量，建議單機多卡訓(xùn)練；

--resume表示的是是否是恢復(fù)訓(xùn)練；

訓(xùn)練自定義數(shù)據(jù)集

建議讀取COCO預(yù)訓(xùn)練權(quán)重進行訓(xùn)練，因為收斂快。

以上述的VOC2012數(shù)據(jù)集為例，對于ppyolo_r50vd模型，如果是1機1卡，輸入下述命令開始訓(xùn)練：

如果訓(xùn)練因為某些原因中斷，想要讀取之前保存的模型恢復(fù)訓(xùn)練，只要修改-c為想要讀取模型的路徑，再加上--resume參數(shù)即可。

如果是2機2卡，即每臺機上1張卡，在0號機輸入以下命令：

并在1號機輸入以下命令：

只需要把上面2條命令的192.168.0.107改成0號機的局域網(wǎng)ip即可。

如果是1機2卡，則輸入下面的命令即可開始訓(xùn)練：

遷移學(xué)習(xí)VOC2012數(shù)據(jù)集，實測ppyolo_r50vd_2x的AP(0.50:0.95)可以到達(dá)0.59+、AP(0.50)可以到達(dá)0.82+、AP(small)可以到達(dá)0.18+。不管是單卡還是多卡，都能得到這個結(jié)果。

遷移學(xué)習(xí)時和PaddleDetection獲得了一樣的精度、一樣的收斂速度，二者的訓(xùn)練日志位于train_ppyolo_in_voc2012文件夾下。

如果是ppyoloe_l模型，在單機輸入下面的命令即可開始訓(xùn)練（凍結(jié)了骨干網(wǎng)絡(luò)）

遷移學(xué)習(xí)VOC2012數(shù)據(jù)集，實測ppyoloe_l的AP(0.50:0.95)可以到達(dá)0.66+、AP(0.50)可以到達(dá)0.85+、AP(small)可以到達(dá)0.28+。

評估

命令和具體的參數(shù)如下。

在項目根目錄下運行結(jié)果為：

轉(zhuǎn)換權(quán)重后精度有一點損失，大約為0.4%。