1、使用標註工具對影象進行標註：標註的資料是目標的左上和右下的座標（xmin，ymin，xmax，ymax）
2、對已標註的資料進行轉換，轉換為目標的中心座標及寬高（xc，yc，wc，hc）並歸一化--box
xc=(xmax+xmin)/2;yc=(ymax+ymin)/2;wc=xmax-xin;hc=ymax-ymin
歸一化：(xc/w,yc/h,wc/w,hc/h)
使用k-means生成9個anchors對應3個尺寸不需要歸一化
3、載入資料：影象-標籤（一一對應）
影象的寬高進行增廣，恢復在新圖下的標註座標（左上、右下）xywh->x『y』x『y』
顏色空間的轉換、隨機仿射變換
構建標籤： 加入 anchor相對grid的大小
labels轉化為張量（fp,fp,bbox_con_cls）對應最終的fp形式，不同yolo層的label不同
歸一化的中心點*fpsize取整可以獲得該中心點落在特徵圖fp上的哪行哪列負責當前ground truth的**，置信度和對應類別概率均置為1
其中bbox[0]整數代表當前box所屬類別
最終labels張量形式：[gridpx,gridpy,w,h,con,(p1,p2...pn)]
4、網路骨架：解析cfg檔案
按照各層：convolution、maxpooling、shortcut、route、yolo
darknet主題結構、create_modules各層提取引數加入計算、yolo層單獨計算
最後的輸出pred形式為：[n,bs,fp,fp,(x,y,w,h,conf,cls..)] n表示有幾種尺寸，bs：batchsize，fp為對應尺寸大小，後面是相關box資訊
5、訓練
通過訓練獲得多個尺度的張量資料 網路最後一層形式是13*13*255或26*26*255。。，255=（80類,x,y,w,h,conf）*3,每個cell**3個box，每個box資訊（x,y,w,h,conf,80類概率）
然後將其格式轉化為pred-[batch,3,fp,fp,outchannel/3]
將labels中初始資料也轉化為pred形式（在構建標籤中）
6、損失函式
通過將輸入（img）送入cnn中訓練，獲得ypred與實際標籤lables張量進行求解損失（其中輸入的影象與ypred及labels是一一對應的）
對tx ty求均方誤差
對tw th求均方誤差
對所有類分類結果求二類交叉熵誤差
對置信度c計算二類交叉熵誤差(c期望值=1）
其餘不負責**該物體的邊框，且邊框和真實值iou《閾值（背景、負樣本）
7、模型評估
將測試的資料集及對應標註進行處理，一張圖經過模型處理後**n個box，通過nms篩選出m個box
box：（x1,y1,x2,y2,conf,score,cls）與處理的標籤：（cls,x1,y1,x2,y2）
計算每個類的p和r，繪製p-r曲線，求出ap（曲線下側面積）
map多個類別ap的均值
8、模型測試
測試過程中，將模型輸出結果txty,tw,th加入anchor通過公式計算得出bx,by,bw,bh
然後轉化成**的所有box對應資訊，如【13*13*3+26*26*3+52*52*52，(x,y,w,h,conf,cls1...)】
最後通過nms篩選出最佳box
待續。。。。。。
yolo v3 pytorch 模型訓練筆記
annotations 標註資訊 分為train xml和val xml datasets 資料集和label 分為train images val images train labels val labels ptj.data ptj.names 類別名 ptj test 做測試用的集 resul...
yolov3系列 零 yolov3詳解
目標檢測演算法與efficientdet講解 論 文 翻譯 yolov3主頁 yolo系列的目標檢測演算法可以說是目標檢測史上的巨集篇巨作，v3演算法是在v1 v2基礎上形成的，先看下 yolov1 yolov2 下圖為yolov3的網路結構 dbl darknetconv2d bn leaky 是...
使用YOLOv3訓練VOC模型
yolo官網 本篇博文主要是參照官網步驟進行voc資料的訓練,博主也是更改接觸，如果有錯誤的地方，歡迎指正 操作環境 ubuntu 如果使用gpu需要安裝cuda和cudnn，應為我這邊環境已經裝好了，所以並沒有嘗試安裝 具體安裝步驟可以參考一篇部落格 git clone cd darknet ma...