【YOLO】详解：YOLO-darknet训练自己的数据

by · 2019年12月10日 · 10698 Words · ~22min reading time | Improve on

准备训练数据
使用darknet训练自己的YOLO模型需要将数据转成darknet需要的格式，每张图片对应一个.txt的label文件，文件格式如下：

object-class是类的索引，后面的4个值都是相对于整张图片的比例。
x是ROI中心的x坐标，y是ROI中心的y坐标，width是ROI的宽，height是ROI的高。

我需要用到Pascal VOC、MSCOCO、ImageNet和自己标记的一些图片。
混用这些数据集有一个严重的问题，有一些需要标记的物体没有被标记。
如ImageNet的200种物体中有iPod并做了标记，而MSCOCO中有一些图片中有iPod却没有标记出来，这会导致模型的精度下降。该问题可以通过对这部分图片重新标记来解决（工作量很大）；也可以修改损失函数，对不同数据集的image计算不同的损失，同时针对不同数据集中的数据使用不同的object_scale和noobject_scale。

整合这些数据集首先要准备一个list，list中列出了要识别的物体。
如paul_list.txt

0,ambulance
1,apple
2,automat
3,backpack
4,baggage
5,banana
6,baseball
7,basketball
8,bed
9,bench

转换Pascal VOC
darknet作者提供了voc_label.py脚本来实现该功能，我们只需修改脚本中的classes为我们需要的classes即可，然后在VOCdevkit的父目录执行voc_label.py即可。

classes = ["ambulance", "apple", "automat", "backpack", "baggage", "banana", "baseball", "basketball", "bed","bench"]

转换MSCOCO
查看coco的80种物体有哪些是我们需要的，制作coco_list.txt，格式为,。如：

1,apple
3,backpack
5,banana
8,bed
9,bench

安装MSCOCO提供的Python API库，然后执行coco_label.py。
coco_label.py见github。
https://github.com/PaulChongPeng/darknet/blob/master/tools/coco_label.py

执行脚本前需要修改dataDir和classes为自己的COCO数据集路径和coco_list.txt路径

coding=utf-8

使用说明

需要先安装coco tools

git clone https://github.com/pdollar/coco.git

cd coco/PythonAPI

make install(可能会缺少相关依赖，根据提示安装依赖即可)

执行脚本前需在train2014和val2014目录下分别创建JPEGImages和labels目录，并将原来train2014和val2014目录下的图片移到JPEGImages下

COCO数据集的filelist目录下会生成图片路径列表

COCO数据集的子集的labels目录下会生成yolo需要的标注文件

from pycocotools.coco import COCO
import shutil
import os

将ROI的坐标转换为yolo需要的坐标

size是图片的w和h

box里保存的是ROI的坐标（x，y的最大值和最小值）

返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例

def convert(size, box):

dw = 1. / size[0]
dh = 1. / size[1]
x = box[0] + box[2] / 2.0
y = box[1] + box[3] / 2.0
w = box[2]
h = box[3]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)

获取所需要的类名和id

path为类名和id的对应关系列表的地址（标注文件中可能有很多类，我们只加载该path指向文件中的类）

返回值是一个字典，键名是类名，键值是id

def get_classes_and_index(path):

D = {}
f = open(path)
for line in f:
    temp = line.rstrip().split(',', 2)
    print("temp[0]:" + temp[0] + "\n")
    print("temp[1]:" + temp[1] + "\n")
    D[temp[1]] = temp[0]
return D

dataDir = '/mnt/large4t/pengchongdata/Data/COCO' # COCO数据集所在的路径
dataType = 'train2014' # 要转换的COCO数据集的子集名
annFile = '%s/annotations/instances%s.json' % (dataDir, dataType) # COCO数据集的标注文件路径
classes = get_classes_and_index('/mnt/large4t/pengchong_data/Tools/Yolo_paul/darknet/data/coco_list.txt')

labels 目录若不存在，创建labels目录。若存在，则清空目录

if not os.path.exists('%s/%s/labels/' % (dataDir, dataType)):

os.makedirs('%s/%s/labels/' % (dataDir, dataType))

else:

shutil.rmtree('%s/%s/labels/' % (dataDir, dataType))
os.makedirs('%s/%s/labels/' % (dataDir, dataType))

filelist 目录若不存在，创建filelist目录。

if not os.path.exists('%s/filelist/' % dataDir):

os.makedirs('%s/filelist/' % dataDir)

coco = COCO(annFile) # 加载解析标注文件
list_file = open('%s/filelist/%s.txt' % (dataDir, dataType), 'w') # 数据集的图片list保存路径

imgIds = coco.getImgIds() # 获取标注文件中所有图片的COCO Img ID
catIds = coco.getCatIds() # 获取标注文件总所有的物体类别的COCO Cat ID

for imgId in imgIds:

objCount = 0  # 一个标志位，用来判断该img是否包含我们需要的标注
print('imgId :%s' % imgId)
Img = coco.loadImgs(imgId)[0]  # 加载图片信息
print('Img :%s' % Img)
filename = Img['file_name']  # 获取图片名
width = Img['width']  # 获取图片尺寸
height = Img['height']  # 获取图片尺寸
print('filename :%s, width :%s ,height :%s' % (filename, width, height))
annIds = coco.getAnnIds(imgIds=imgId, catIds=catIds, iscrowd=None)  # 获取该图片对应的所有COCO物体类别标注ID
print('annIds :%s' % annIds)
for annId in annIds:
    anns = coco.loadAnns(annId)[0]  # 加载标注信息
    catId = anns['category_id']  # 获取该标注对应的物体类别的COCO Cat ID
    cat = coco.loadCats(catId)[0]['name']  # 获取该COCO Cat ID对应的物体种类名
    # print 'anns :%s' % anns
    # print 'catId :%s , cat :%s' % (catId,cat)

    # 如果该类名在我们需要的物体种类列表中，将标注文件转换为YOLO需要的格式
    if cat in classes:
        objCount = objCount + 1
        out_file = open('%s/%s/labels/%s.txt' % (dataDir, dataType, filename[:-4]), 'a')
        cls_id = classes[cat]  # 获取该类物体在yolo训练中的id
        box = anns['bbox']
        size = [width, height]
        bb = convert(size, box)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
        out_file.close()

if objCount > 0:
    list_file.write('%s/%s/JPEGImages/%s\n' % (dataDir, dataType, filename))

list_file.close()

转换ImageNet
我使用的是ILSVRC2016的数据，查看200种物体中有哪些是我们需要的，然后制作imagenet_list.txt。

需要注意，ImageNet的标注文件中的object name使用的物体的WordNetID，所以imagenet_list.txt中需要使用WordNetID，如：

1,n07739125
3,n02769748
5,n07753592
6,n02799071
7,n02802426
9,n02828884

为了方便获取WordNetID在ImageNet中的物体名词（paul_list.txt中的名词未必和ImageNet中的一致），可以制作一个imagenet_map.txt，如：

1,apple,n07739125
3,backpack,n02769748
5,banana,n07753592
6,baseball,n02799071
7,basketball,n02802426
9,bench,n02828884

制作imagenet_list.txt和imagenet_map.txt需要知道WordNetID和名词间的映射关系，有两个办法。

离线版：

从ImageNet下载words.txt（WordNetID和名词间的映射）和gloss.txt（WordNetID对应的名词的定义）,然后查询。如果没有梯子，国内访问ImageNet龟速，文件被我备份在GitHub。
https://github.com/PaulChongPeng/darknet/blob/32dddd8509de4bf57cad0aa330160d57d33d0c66/data/words.txt
https://github.com/PaulChongPeng/darknet/blob/32dddd8509de4bf57cad0aa330160d57d33d0c66/data/gloss.txt

在线版：

访问 http://image-net.org/challenges/LSVRC/2015/browse-det-synsets 。请自备梯子，不然慢的令人发指。

点击需要查询的名词，如Volleyball，会跳转到对应的网页，我们需要的是网页地址后的wnid。如 http://imagenet.stanford.edu/synset?wnid=n04540053 。

制作好list后，将imagenet_to_yolo.py放在ILSVRC2016/bject_detection/ILSVRC目录下，并将Data文件夹重命名为JPEGImages（因为darknet找图片对应的标记文件是直接替换JPEGImages为labels，图片后缀名替换为txt）。修改classes为自己的list路径后直接运行脚本即可。

imagenet_to_yolo.py 我放在了GitHub上：

https://github.com/PaulChongPeng/darknet/blob/master/tools/imagenet_to_yolo.py

coding=utf-8

使用说明

将该文件放在ILSVRC2016/bject_detection/ILSVRC目录下，并将Data文件夹重命名为JPEGImages

执行该工具，Lists目录下会生成图片路径列表

labels目录下会生成yolo需要的标注文件

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import shutil

获取所有包含标注文件的的目录路径

def get_dirs():

dirs = ['DET/train/ILSVRC2014_train_0006', 'DET/train/ILSVRC2014_train_0005', 'DET/train/ILSVRC2014_train_0004',
        'DET/train/ILSVRC2014_train_0003', 'DET/train/ILSVRC2014_train_0002', 'DET/train/ILSVRC2014_train_0001',
        'DET/train/ILSVRC2014_train_0000', 'DET/val']
dirs_2013 = os.listdir('JPEGImages/DET/train/ILSVRC2013_train/')
for dir_2013 in dirs_2013:
    dirs.append('DET/train/ILSVRC2013_train/' + dir_2013)
return dirs

获取所需要的类名和id

path为类名和id的对应关系列表的地址（标注文件中可能有很多类，我们只加载该path指向文件中的类）

返回值是一个字典，键名是类名，键值是id

def get_classes_and_index(path):

D = {}
f = open(path)
for line in f:
    temp = line.rstrip().split(',', 2)
    D[temp[1]] = temp[0]
return D

将ROI的坐标转换为yolo需要的坐标

size是图片的w和h

box里保存的是ROI的坐标（x，y的最大值和最小值）

返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例

def convert(size, box):

dw = 1. / size[0]
dh = 1. / size[1]
x = (box[0] + box[1]) / 2.0
y = (box[2] + box[3]) / 2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)

将labelImg 生成的xml文件转换为yolo需要的txt文件

image_dir 图片所在的目录的路径

image_id图片名

def convert_annotation(image_dir, image_id):

in_file = open('Annotations/%s/%s.xml' % (image_dir, image_id))
obj_num = 0  # 一个标志位，用来判断该img是否包含我们需要的标注
tree = ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)

for obj in root.iter('object'):
    cls = obj.find('name').text
    if cls not in classes:
        continue
    obj_num = obj_num + 1
    if obj_num == 1:
        out_file = open('labels/%s/%s.txt' % (image_dir, image_id), 'w')
    cls_id = classes[cls]  # 获取该类物体在yolo训练中的id
    xmlbox = obj.find('bndbox')
    b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
         float(xmlbox.find('ymax').text))
    bb = convert((w, h), b)
    out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

if obj_num > 0:
    list_file = open('Lists/%s.txt' % image_dir.split('/')[-1], 'a')  # 数据集的图片list保存路径
    list_file.write('%s/JPEGImages/%s/%s.JPEG\n' % (wd, image_dir, image_id))
    list_file.close()

def IsSubString(SubStrList, Str):

flag = True
for substr in SubStrList:
    if not (substr in Str):
        flag = False

return flag

获取FindPath路径下指定格式（FlagStr）的文件名（不包含后缀名）列表

def GetFileList(FindPath, FlagStr=[]):

import os
FileList = []
FileNames = os.listdir(FindPath)
if (len(FileNames) > 0):
    for fn in FileNames:
        if (len(FlagStr) > 0):
            if (IsSubString(FlagStr, fn)):
                FileList.append(fn[:-4])
        else:
            FileList.append(fn)

if (len(FileList) > 0):
    FileList.sort()

return FileList

classes = get_classes_and_index('/mnt/large4t/pengchong_data/Tools/Yolo_paul/darknet/data/imagenet_list.txt')
dirs = get_dirs()

wd = getcwd()

Lists 目录若不存在，创建Lists目录。若存在，则清空目录

if not os.path.exists('Lists/'):

os.makedirs('Lists/')

else:

shutil.rmtree('Lists/')
os.makedirs('Lists/')

for image_dir in dirs:

if not os.path.exists('JPEGImages/' + image_dir):
    print("JPEGImages/%s dir not exist" % image_dir)
    continue
# labels 目录若不存在，创建labels目录。若存在，则清空目录
if not os.path.exists('labels/%s' % (image_dir)):
    os.makedirs('labels/%s' % (image_dir))
else:
    shutil.rmtree('labels/%s' % (image_dir))
    os.makedirs('labels/%s' % (image_dir))
image_ids = GetFileList('Annotations/' + image_dir, ['xml'])
for image_id in image_ids:
    print(image_id)
    convert_annotation(image_dir, image_id)

转换自己的数据
我使用的labelImg工具做的图像标注，标记格式大体和VOC一致。
工具地址见GitHub： https://github.com/tzutalin/labelImg

只需要简单修改voc_label.py就可以转换自己的数据。修改后的脚本命名为lableImg_voc_to_yolo.py。我放在了GitHub上：

https://github.com/PaulChongPeng/darknet/blob/master/tools/lableImg_voc_to_yolo.py

coding=utf-8

使用说明

要转换的数据集目录结构为：

Paul/time/class/annotations/xml文件

Paul/time/class/images/jpg文件

Paul/time/class/labels/即将生成的yolo需要的txt文件

该文件需放在Paul目录下，该目录下将会生成名为“日期”的txt文件，文件内容为日期文件夹下所有图片的路径

有多少个日期的文件夹，就将多少个文件夹的名字加入sets

需要生成多少种物体的标签，就将多少种物体加入classes

labels目录下生成的txt文件中的第一个数字就是物体种类在classes中的索引

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import shutil

sets = ['20170401', '20170414']

获取所需要的类名和id

path为类名和id的对应关系列表的地址（标注文件中可能有很多类，我们只加载该path指向文件中的类）

返回值是一个字典，键名是类名，键值是id

def get_classes_and_index(path):

D = {}
f = open(path)
for line in f:
    temp = line.rstrip().split(',', 2)
    print("temp[0]:" + temp[0] + "\n")
    print("temp[1]:" + temp[1] + "\n")
    D[temp[1].replace(' ', '')] = temp[0]
return D

将ROI的坐标转换为yolo需要的坐标

size是图片的w和h

box里保存的是ROI的坐标（x，y的最大值和最小值）

返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例

def convert(size, box):

dw = 1. / size[0]
dh = 1. / size[1]
x = (box[0] + box[1]) / 2.0
y = (box[2] + box[3]) / 2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)

将labelImg 生成的xml文件转换为yolo需要的txt文件

path到类名一级的目录路径

image_id图片名

def convert_annotation(path, image_id):

in_file = open('%s/annotations/%s.xml' % (path, image_id))
out_file = open('%s/labels/%s.txt' % (path, image_id), 'w')
tree = ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)

for obj in root.iter('object'):
    cls = obj.find('name').text.replace(' ', '')
    # 如果该类物体不在我们的yolo训练列表中，跳过
    if cls not in classes:
        continue
    cls_id = classes[cls]  # 获取该类物体在yolo训练列表中的id
    xmlbox = obj.find('bndbox')
    b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
         float(xmlbox.find('ymax').text))
    bb = convert((w, h), b)
    out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

def IsSubString(SubStrList, Str):

flag = True
for substr in SubStrList:
    if not (substr in Str):
        flag = False

return flag

获取FindPath路径下指定格式（FlagStr）的文件名（不包含后缀名）列表

def GetFileList(FindPath, FlagStr=[]):

import os
FileList = []
FileNames = os.listdir(FindPath)
if (len(FileNames) > 0):
    for fn in FileNames:
        if (len(FlagStr) > 0):
            if (IsSubString(FlagStr, fn)):
                FileList.append(fn[:-4])
        else:
            FileList.append(fn)

if (len(FileList) > 0):
    FileList.sort()

return FileList

def get_dirs(time):

dirs = []
dirs_temp = os.listdir(time)
for dir_name in dirs_temp:
    dirs.append(time + '/' + dir_name)
return dirs

wd = getcwd()

classes = get_classes_and_index('/raid/pengchong_data/Tools/Paul_YOLO/data/Paul_list.txt')

for time in sets:

dirs = get_dirs(time)
list_file = open('%s.txt' % time, 'w')  # 数据集的图片list保存路径
for path in dirs:
    print(path)
    if not os.path.exists('%s/annotations/' % path):
        os.makedirs('%s/annotations/' % path)
    if not os.path.exists('%s/labels/' % path):
        os.makedirs('%s/labels/' % path)
    else:
        shutil.rmtree('%s/labels/' % path)
        os.makedirs('%s/labels/' % path)
    image_ids = GetFileList(path + '/annotations/', ['xml'])
    for image_id in image_ids:
        print(image_id)
        list_file.write('%s/%s/images/%s.jpg\n' % (wd, path, image_id))
        convert_annotation(path, image_id)
list_file.close()

将各个数据集的标注文件转换成YOLO需要的格式后，将脚本生成的图像地址list的内容全部拷贝到paul.txt中，然后使用partial.py脚本随机分割为train,val,test data。脚本已上传至GitHut，可根据自己的需要进行修改。

https://github.com/PaulChongPeng/darknet/blob/master/tools/partial.py

数据准备工作到此就算结束了。

准备配置文件
在cfg目录下添加paul.data,内容如下：

classes=10 要识别物体的种类数
train = data/paul_train.txt 训练集图片list
valid = data/paul_val.txt 验证集图片list
names = data/paul.names 要识别的物体list
backup = /mnt/large4t/pengchong_data/Tools/darknet/backup/ 训练时权重文件备份路径

在cfg目录下添加yolo-paul.cfg文件，该文件内容复制自默认的yolo-voc.cfg，根据自己的训练集和机器配置做修改，具体参数意义可以参考我之前的文章：

我修改的内容如下：

[net]
batch=27 每27张图更新一次权重，subdivisions=1时占用GPU memory 15.6G左右
......
......
learning_rate=0.00001 学习率大了容易发散
max_batches = 500000
......
......
[convolutional]
......
......
filters=75 最后一个卷积层输出的特征图数为5*(10+5)
......
......
[region]
......
......
classes=10 训练十种物体
......
......

在data目录下增加paul.names，内容如下：

ambulance
apple
automat
backpack
baggage
banana
baseball
basketball
bed
bench

修改Makefile

GPU=1
CUDNN=1

编译

make clean
make -j8

训练
首先准备ImageNet的预训练权重文件

curl -O https://pjreddie.com/media/files/darknet19.weights
使用前23层的权重

./darknet partial cfg/darknet19_448.cfg darknet19_448.weights darknet19_448.conv.23 23
partial命令可以分割权重文件，fine-tune的时候也会用到。

开始训练

./darknet detector train cfg/paul.data cfg/yolo-paul.cfg darknet19_448.conv.23 2>1 | tee paul_train_log.txt
剩下的就是等待了。
需要注意的是，如果学习率设置的比较大，训练结果很容易发散，训练过程输出的log会有nan字样，需要减小学习率后再进行训练。

多GPU训练技巧
darknet支持多GPU，使用多GPU训练可以极大加速训练速度。据我测试在DGX-1上使用8块Tesla P100同时训练的速度是在外星人上使用1块GTX1080的130多倍。

单GPU与多GPU的切换技巧
在darknet上使用多GPU训练需要一定技巧，盲目使用多GPU训练会悲剧的发现损失一直在下降、recall在上升，然而Obj几乎为零,最终得到的权重文件无法预测出bounding box。

使用多GPU训练前需要先用单GPU训练至Obj有稳定上升的趋势后（我一般在obj大于0.1后切换）再使用backup中备份的weights通过多GPU继续训练。一般情况下使用单GPU训练1000个迭代即可切换到多GPU。

./darknet detector train cfg/paul.data cfg/yolo-paul.cfg backup/yolo-paul_1000.weights -gpus 0,1,2,3,4,5,6,7 2>1 | tee paul_train_log.txt
0,1,2,3,4,5,6,7是指定的GPU的ID，通过

nvidia-smi
命令可以查询:

可视化训练过程的中间参数
等待训练结束后（有时候没等结束我们的模型就开始发散了），我们需要检查各项指标（如loss）是否达到了我们期望的数值，如果没有，要分析为什么。可视化训练过程的中间参数可以帮助我们分析问题。

可视化中间参数需要用到训练时保存的log文件paul_train_log.txt

训练log中各参数的意义
Region Avg IOU：平均的IOU，代表预测的bounding box和ground truth的交集与并集之比，期望该值趋近于1。

Class:是标注物体的概率，期望该值趋近于1.

Obj：期望该值趋近于1.

No Obj:期望该值越来越小但不为零.

Avg Recall：期望该值趋近1

avg：平均损失，期望该值趋近于0

使用train_loss_visualization.py脚本可以绘制loss变化曲线。
脚本已上传至GitHub（使用前需安装依赖）：
https://github.com/PaulChongPeng/darknet/blob/master/tools/train_loss_visualization.py

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

lines =1878760
result = pd.read_csv('S:/Tools/Paul_YOLO/paul_train_log_new.txt', skiprows=[x for x in range(lines) if ((x%10!=9) |(x<1000))] ,error_bad_lines=False, names=['loss', 'avg', 'rate', 'seconds', 'images'])
result.head()

result['loss']=result['loss'].str.split(' ').str.get(1)
result['avg']=result['avg'].str.split(' ').str.get(1)
result['rate']=result['rate'].str.split(' ').str.get(1)
result['seconds']=result['seconds'].str.split(' ').str.get(1)
result['images']=result['images'].str.split(' ').str.get(1)
result.head()
result.tail()

#print(result.head())

print(result.tail())

print(result.dtypes)

print(result['loss'])
print(result['avg'])
print(result['rate'])
print(result['seconds'])
print(result['images'])

result['loss']=pd.to_numeric(result['loss'])
result['avg']=pd.to_numeric(result['avg'])
result['rate']=pd.to_numeric(result['rate'])
result['seconds']=pd.to_numeric(result['seconds'])
result['images']=pd.to_numeric(result['images'])
result.dtypes

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.plot(result['avg'].values,label='avg_loss')
#ax.plot(result['loss'].values,label='loss')
ax.legend(loc='best')
ax.set_title('The loss curves')
ax.set_xlabel('batches')
fig.savefig('avg_loss')
#fig.savefig('loss')

脚本使用说明：

使用命令

2>1 | tee paul_train_log.txt
保存log时会生成两个文件，文件1里保存的是网络加载信息和checkout点保存信息，paul_train_log.txt中保存的是训练信息。

1、删除log开头的三行：

0,1,2,3,4,5,6,7
yolo-paul
Learning Rate: 1e-05, Momentum: 0.9, Decay: 0.0005
2、删除log的结尾几行，使最后一行为batch的输出，如：

497001: 0.863348, 0.863348 avg, 0.001200 rate, 5.422251 seconds, 107352216 images

3、执行extract_log.py脚本，格式化log。脚本代码见GitHub：
https://github.com/PaulChongPeng/darknet/blob/master/tools/extract_log.py

coding=utf-8

该文件用来提取训练log，去除不可解析的log后使log文件格式化，生成新的log文件供可视化工具绘图

import random

f = open('paul_train_log.txt')
train_log = open('paul_train_log_new.txt', 'w')

for line in f:

# 去除多gpu的同步log
if 'Syncing' in line:
    continue
# 去除除零错误的log
if 'nan' in line:
    continue
train_log.write(line)

f.close()
train_log.close()

最终log格式：

Loaded: 5.588888 seconds
Region Avg IOU: 0.649881, Class: 0.854394, Obj: 0.476559, No Obj: 0.007302, Avg Recall: 0.737705, count: 61
Region Avg IOU: 0.671544, Class: 0.959081, Obj: 0.523326, No Obj: 0.006902, Avg Recall: 0.780000, count: 50
Region Avg IOU: 0.525841, Class: 0.815314, Obj: 0.449031, No Obj: 0.006602, Avg Recall: 0.484375, count: 64
Region Avg IOU: 0.583596, Class: 0.830763, Obj: 0.377681, No Obj: 0.007916, Avg Recall: 0.629214, count: 89
Region Avg IOU: 0.651377, Class: 0.908635, Obj: 0.460094, No Obj: 0.008060, Avg Recall: 0.753425, count: 73
Region Avg IOU: 0.571363, Class: 0.880554, Obj: 0.341659, No Obj: 0.007820, Avg Recall: 0.633663, count: 101
Region Avg IOU: 0.585424, Class: 0.935552, Obj: 0.358635, No Obj: 0.008192, Avg Recall: 0.644860, count: 107
Region Avg IOU: 0.599972, Class: 0.832793, Obj: 0.382910, No Obj: 0.009005, Avg Recall: 0.650602, count: 83
497001: 0.863348, 0.863348 avg, 0.000012 rate, 5.422251 seconds, 107352216 images

4、修改train_loss_visualization.py中lines为log行数，并根据需要修改要跳过的行数。

skiprows=[x for x in range(lines) if ((x%10!=9) |(x<1000))]
运行train_loss_visualization.py会在脚本所在路径生成avg_loss.png。

这里写图片描述

从损失变化曲线可以看出，模型在100000万次迭代后损失下降速度非常慢，几乎没有下降。结合log和cfg文件发现，我自定义的学习率变化策略在十万次迭代时会减小十倍，十万次迭代后学习率下降到非常小的程度，导致损失下降速度降低。修改cfg中的学习率变化策略，10万次迭代时不改变学习率，30万次时再降低。

我使用迭代97000次时的备份的checkout点来继续训练。

./darknet detector train cfg/paul.data cfg/yolo-paul.cfg backup/yolo-paul_97000.weights 2>1 | tee paul_train_log.txt
除了可视化loss，还可以可视化Avg IOU，Avg Recall等参数。
可视化’Region Avg IOU’, ‘Class’, ‘Obj’, ‘No Obj’, ‘Avg Recall’,’count’这些参数可以使用脚本train_iou_visualization.py，使用方式和train_loss_visualization.py相同。脚本已上传至GitHub：https://github.com/PaulChongPeng/darknet/blob/master/tools/train_iou_visualization.py

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

lines =525990
result = pd.read_csv('S:/Tools/Paul_YOLO/paul_train_log_new.txt', skiprows=[x for x in range(lines) if (x%10==0 or x%10==9) ] ,error_bad_lines=False, names=['Region Avg IOU', 'Class', 'Obj', 'No Obj', 'Avg Recall','count'])
result.head()

result['Region Avg IOU']=result['Region Avg IOU'].str.split(': ').str.get(1)
result['Class']=result['Class'].str.split(': ').str.get(1)
result['Obj']=result['Obj'].str.split(': ').str.get(1)
result['No Obj']=result['No Obj'].str.split(': ').str.get(1)
result['Avg Recall']=result['Avg Recall'].str.split(': ').str.get(1)
result['count']=result['count'].str.split(': ').str.get(1)
result.head()
result.tail()

#print(result.head())

print(result.tail())

print(result.dtypes)

print(result['Region Avg IOU'])

result['Region Avg IOU']=pd.to_numeric(result['Region Avg IOU'])
result['Class']=pd.to_numeric(result['Class'])
result['Obj']=pd.to_numeric(result['Obj'])
result['No Obj']=pd.to_numeric(result['No Obj'])
result['Avg Recall']=pd.to_numeric(result['Avg Recall'])
result['count']=pd.to_numeric(result['count'])
result.dtypes

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
#ax.plot(result['Region Avg IOU'].values,label='Region Avg IOU')
#ax.plot(result['Class'].values,label='Class')
#ax.plot(result['Obj'].values,label='Obj')
#ax.plot(result['No Obj'].values,label='No Obj')
ax.plot(result['Avg Recall'].values,label='Avg Recall')
#ax.plot(result['count'].values,label='count')
ax.legend(loc='best')
#ax.set_title('The Region Avg IOU curves')
ax.set_title('The Avg Recall curves')
ax.set_xlabel('batches')
#fig.savefig('Avg IOU')
fig.savefig('Avg Recall')

这里写图片描述

使用验证集评估模型
评估模型可以使用命令valid（只有预测结果，没有评价预测是否正确）或recall，这两个命令都无法满足我的需求，我实现了category命令做性能评估。

valid:
在paul.data末尾添加

eval = imagenet #有voc、coco、imagenet三种模式
修改Detector.c文件validate_detector函数，修改阈值（默认.005）

float thresh = .1;
重新编译然后执行命令

./darknet detector valid cfg/paul.data cfg/yolo-paul.cfg backup/yolo-paul_final.weights
results目录下会生成预测结果，格式如下：

1 1 0.431522 235.186066 77.746033 421.808258 348.950012
1 1 0.186538 161.324097 270.221497 187.429535 321.382141
1 14 0.166257 284.207947 364.423889 465.995056 454.305603
2 30 0.287718 274.455719 290.674194 343.506256 352.656433
2 30 0.582356 293.578918 294.799438 350.478088 327.216614
2 1 0.599921 138.686981 314.705231 352.362152 588.235962
3 59 0.251553 193.290497 183.707275 277.655273 349.782410
3 59 0.107120 209.172287 269.722626 330.998718 342.530914
3 62 0.162954 0.000000 278.525543 457.739563 480.000000
4 6 0.617184 38.155792 31.496445 434.091705 527.705811
4 1 0.101005 358.778351 238.540756 395.645050 289.902283
4 6 0.813770 75.790985 282.521210 459.018585 564.883545
4 3 0.114561 32.667072 407.288025 142.561798 506.885498
4 3 0.104120 87.489151 337.674896 446.883728 584.356689
5 1 0.106601 235.460571 0.707840 265.958740 34.851868
5 1 0.134753 310.776398 1.273307 344.392303 31.028347
5 1 0.146177 349.860596 0.445604 385.901550 29.931465
5 1 0.129790 388.831177 3.721551 419.852844 30.414955
5 1 0.146747 369.672150 0.000000 441.490387 45.012733
5 1 0.339233 7.567236 0.000000 53.692001 97.718735

如果想要查看recall可以使用recall命令。
修改费Detector.c文件的validate_detector_recall函数：

1、修改阈值：

float thresh = .25;
2、修改验证集路径：

list *plist = get_paths("/mnt/large4t/pengchong_data/Data/Paul/filelist/val.txt");
3、增加Precision

//fprintf(stderr, "%5d %5d %5d\tRPs/Img: %.2f\tIOU: %.2f%%\tRecall:%.2f%%\n", i, correct, total, (float)proposals/(i+1), avg_iou*100/total, 100.*correct/total);
fprintf(stderr, "ID:%5d Correct:%5d Total:%5d\tRPs/Img: %.2f\tIOU: %.2f%%\tRecall:%.2f%%\t", i, correct, total, (float)proposals/(i+1), avg_iou*100/total, 100.*correct/total);
fprintf(stderr, "proposals:%5d\tPrecision:%.2f%%\n",proposals,100.*correct/(float)proposals);
重新编译然后执行命令

./darknet detector recall cfg/paul.data cfg/yolo-paul.cfg backup/yolo-paul_final.weights
结果格式如下：

ID: 0 Correct: 1 Total: 22 RPs/Img: 2.00 IOU: 7.59% Recall:4.55% proposals: 2 Precision:50.00%
ID: 1 Correct: 2 Total: 28 RPs/Img: 2.00 IOU: 8.90% Recall:7.14% proposals: 4 Precision:50.00%
ID: 2 Correct: 3 Total: 39 RPs/Img: 1.67 IOU: 7.91% Recall:7.69% proposals: 5 Precision:60.00%
ID: 3 Correct: 3 Total: 42 RPs/Img: 2.00 IOU: 7.42% Recall:7.14% proposals: 8 Precision:37.50%
ID: 4 Correct: 9 Total: 58 RPs/Img: 5.00 IOU: 15.96% Recall:15.52% proposals: 25 Precision:36.00%
ID: 5 Correct: 10 Total: 70 RPs/Img: 4.50 IOU: 14.99% Recall:14.29% proposals: 27 Precision:37.04%
ID: 6 Correct: 12 Total: 72 RPs/Img: 4.00 IOU: 16.51% Recall:16.67% proposals: 28 Precision:42.86%
ID: 7 Correct: 14 Total: 76 RPs/Img: 3.75 IOU: 17.60% Recall:18.42% proposals: 30 Precision:46.67%
ID: 8 Correct: 16 Total: 81 RPs/Img: 3.78 IOU: 19.15% Recall:19.75% proposals: 34 Precision:47.06%
ID: 9 Correct: 20 Total: 96 RPs/Img: 3.80 IOU: 20.40% Recall:20.83% proposals: 38 Precision:52.63%
ID: 10 Correct: 22 Total: 103 RPs/Img: 3.82 IOU: 21.09% Recall:21.36% proposals: 42 Precision:52.38%

category命令评估模型针对每种物体检测的性能
代码已提交至GitHub：https://github.com/PaulChongPeng/darknet/blob/master/src/detector.c

void print_category(FILE **fps, char *path, box *boxes, float **probs, int total, int classes, int w, int h, float thresh, float iou_thresh)
{

int i, j;

char labelpath[4096];
find_replace(path, "images", "labels", labelpath);
find_replace(labelpath, "JPEGImages", "labels", labelpath);
find_replace(labelpath, ".jpg", ".txt", labelpath);
find_replace(labelpath, ".JPEG", ".txt", labelpath);

int num_labels = 0;
box_label *truth = read_boxes(labelpath, &num_labels);

for(i = 0; i < total; ++i){
    int class_id = max_index(probs[i],classes);
    float prob = probs[i][class_id];
    if (prob < thresh)continue;

    float best_iou = 0;
    int best_iou_id = 0;
    int correct = 0;
    for (j = 0; j < num_labels; ++j) {
        box t = {truth[j].x*w, truth[j].y*h, truth[j].w*w, truth[j].h*h};
        float iou = box_iou(boxes[i], t);
        //fprintf(stderr, "box p: %f, %f, %f, %f\n", boxes[i].x, boxes[i].y, boxes[i].w, boxes[i].h);
        //fprintf(stderr, "box t: %f, %f, %f, %f\n", t.x, t.y, t.w, t.h);
        //fprintf(stderr, "iou : %f\n", iou);
        if(iou > best_iou){
            best_iou = iou;
            best_iou_id = j;
        }
    }

    if(best_iou > iou_thresh && truth[best_iou_id].id == class_id){
        correct = 1;
    }

    float xmin = boxes[i].x - boxes[i].w/2.;
    float xmax = boxes[i].x + boxes[i].w/2.;
    float ymin = boxes[i].y - boxes[i].h/2.;
    float ymax = boxes[i].y + boxes[i].h/2.;

    if (xmin < 0) xmin = 0;
    if (ymin < 0) ymin = 0;
    if (xmax > w) xmax = w;
    if (ymax > h) ymax = h;

    fprintf(fps[class_id], "%s, %d, %d, %f, %f, %f, %f, %f, %f\n", path, class_id, correct, prob, best_iou, xmin, ymin, xmax, ymax);

}

}

void validate_detector_category(char *datacfg, char *cfgfile, char *weightfile, char *outfile)
{

int j;
list *options = read_data_cfg(datacfg);
char *valid_images = option_find_str(options, "valid", "data/train.list");
char *name_list = option_find_str(options, "names", "data/names.list");
char *prefix = option_find_str(options, "results", "results");
char **names = get_labels(name_list);
char *mapf = option_find_str(options, "map", 0);
int *map = 0;
if (mapf) map = read_map(mapf);

network net = parse_network_cfg(cfgfile);
if(weightfile){
    load_weights(&net, weightfile);
}
set_batch_network(&net, 1);
fprintf(stderr, "Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);
srand(time(0));

list *plist = get_paths(valid_images);
char **paths = (char **)list_to_array(plist);

layer l = net.layers[net.n-1];
int classes = l.classes;

char buff[1024];
FILE **fps = 0;
if(!outfile) outfile = "paul_";
fps = calloc(classes, sizeof(FILE *));
for(j = 0; j < classes; ++j){
    snprintf(buff, 1024, "%s/%s%s.txt", prefix, outfile, names[j]);
    fps[j] = fopen(buff, "w");
}


box *boxes = calloc(l.w*l.h*l.n, sizeof(box));
float **probs = calloc(l.w*l.h*l.n, sizeof(float *));
for(j = 0; j < l.w*l.h*l.n; ++j) probs[j] = calloc(classes, sizeof(float *));

int m = plist->size;
int i=0;
int t;

float thresh = .25;
float iou_thresh = .5;
float nms = .45;

int nthreads = 4;
image *val = calloc(nthreads, sizeof(image));
image *val_resized = calloc(nthreads, sizeof(image));
image *buf = calloc(nthreads, sizeof(image));
image *buf_resized = calloc(nthreads, sizeof(image));
pthread_t *thr = calloc(nthreads, sizeof(pthread_t));

load_args args = {0};
args.w = net.w;
args.h = net.h;
args.type = IMAGE_DATA;

for(t = 0; t < nthreads; ++t){
    args.path = paths[i+t];
    args.im = &buf[t];
    args.resized = &buf_resized[t];
    thr[t] = load_data_in_thread(args);
}
time_t start = time(0);
for(i = nthreads; i < m+nthreads; i += nthreads){
    fprintf(stderr, "%d\n", i);
    for(t = 0; t < nthreads && i+t-nthreads < m; ++t){
        pthread_join(thr[t], 0);
        val[t] = buf[t];
        val_resized[t] = buf_resized[t];
    }
    for(t = 0; t < nthreads && i+t < m; ++t){
        args.path = paths[i+t];
        args.im = &buf[t];
        args.resized = &buf_resized[t];
        thr[t] = load_data_in_thread(args);
    }
    for(t = 0; t < nthreads && i+t-nthreads < m; ++t){
        char *path = paths[i+t-nthreads];
        float *X = val_resized[t].data;
        network_predict(net, X);
        int w = val[t].w;
        int h = val[t].h;
        get_region_boxes(l, w, h, thresh, probs, boxes, 0, map, .5);
        if (nms) do_nms_sort(boxes, probs, l.w*l.h*l.n, classes, nms);
        print_category(fps, path, boxes, probs, l.w*l.h*l.n, classes, w, h, thresh, iou_thresh);
        free_image(val[t]);
        free_image(val_resized[t]);
    }
}
for(j = 0; j < classes; ++j){
    if(fps) fclose(fps[j]);
}
fprintf(stderr, "Total Detection Time: %f Seconds\n", (double)(time(0) - start));

}

void run_detector(int argc, char **argv)
{

char *prefix = find_char_arg(argc, argv, "-prefix", 0);
float thresh = find_float_arg(argc, argv, "-thresh", .24);
float hier_thresh = find_float_arg(argc, argv, "-hier", .5);
int cam_index = find_int_arg(argc, argv, "-c", 0);
int frame_skip = find_int_arg(argc, argv, "-s", 0);
if(argc < 4){
    fprintf(stderr, "usage: %s %s [train/test/valid] [cfg] [weights (optional)]\n", argv[0], argv[1]);
    return;
}
char *gpu_list = find_char_arg(argc, argv, "-gpus", 0);
char *outfile = find_char_arg(argc, argv, "-out", 0);
int *gpus = 0;
int gpu = 0;
int ngpus = 0;
if(gpu_list){
    printf("%s\n", gpu_list);
    int len = strlen(gpu_list);
    ngpus = 1;
    int i;
    for(i = 0; i < len; ++i){
        if (gpu_list[i] == ',') ++ngpus;
    }
    gpus = calloc(ngpus, sizeof(int));
    for(i = 0; i < ngpus; ++i){
        gpus[i] = atoi(gpu_list);
        gpu_list = strchr(gpu_list, ',')+1;
    }
} else {
    gpu = gpu_index;
    gpus = &gpu;
    ngpus = 1;
}

int clear = find_arg(argc, argv, "-clear");

char *datacfg = argv[3];
char *cfg = argv[4];
char *weights = (argc > 5) ? argv[5] : 0;
char *filename = (argc > 6) ? argv[6]: 0;
if(0==strcmp(argv[2], "test")) test_detector(datacfg, cfg, weights, filename, thresh, hier_thresh);
else if(0==strcmp(argv[2], "train")) train_detector(datacfg, cfg, weights, gpus, ngpus, clear);
else if(0==strcmp(argv[2], "valid")) validate_detector(datacfg, cfg, weights, outfile);
else if(0==strcmp(argv[2], "recall")) validate_detector_recall(cfg, weights);
else if(0==strcmp(argv[2], "category"))validate_detector_category(datacfg, cfg, weights, outfile);
else if(0==strcmp(argv[2], "demo")) {
    list *options = read_data_cfg(datacfg);
    int classes = option_find_int(options, "classes", 20);
    char *name_list = option_find_str(options, "names", "data/names.list");
    char **names = get_labels(name_list);
    demo(cfg, weights, thresh, cam_index, filename, names, classes, frame_skip, prefix, hier_thresh);
}

}

执行命令

./darknet detector category cfg/paul.data cfg/yolo-paul.cfg backup/yolo-paul_final.weights
result目录下会生成各类物体的val结果，有多少种物体，就会生成多少个txt文件，每个txt文件中有path, class_id, correct, prob, best_iou, xmin, ymin, xmax, ymax信息。

使用evalute.py工具可以解析这些txt文件做一个总结性的评估。
工具已上传到GitHub：https://github.com/PaulChongPeng/darknet/blob/master/tools/evalute.py

coding=utf-8

本工具和category命令结合使用

category是在detector.c中新增的命令，主要作用是生成每类物体的evalute结果

执行命令 ./darknet detector category cfg/paul.data cfg/yolo-paul.cfg backup/yolo-paul_final.weights

result目录下会生成各类物体的val结果，将本工具放在result目录下执行，会print出各种物体的evalute结果，包括

id,avg_iou,avg_correct_iou,avg_precision,avg_recall,avg_score

result目录下会生成low_list和high_list，内容分别为精度和recall未达标和达标的物体种类

import os
from os import listdir, getcwd
from os.path import join
import shutil

共有多少类物体

class_num = 97

每类物体的验证结果

class CategoryValidation:

id = 0  # Category id
path = ""  # path
total_num = 0  # 标注文件中该类bounding box的总数
proposals_num = 0  # validate结果中共预测了多少个该类的bounding box
correct_num = 0  # 预测正确的bounding box（与Ground-truth的IOU大于0.5且种类正确）的数量
iou_num = 0  # 所有大于0.5的IOU的数量
iou_sum = 0  # 所有大于0.5的IOU的IOU之和
correct_iou_sum = 0  # 预测正确的bounding box的IOU之和
score_sum = 0  # 所有正确预测的bounding box的概率之和
avg_iou = 0  # 无论预测的bounding box的object的种类是否正确，所有bounding box 与最吻合的Ground-truth求出IOU，对大于0.5的IOU求平均值：avg_iou = iou_sum/iou_num
avg_correct_iou = 0  # 对预测正确的bounding box的IOU求平均值：avg_correct_iou = correct_iou_sum/correct_num
avg_precision = 0  # avg_precision = correct_num/proposals_num
avg_recall = 0  # avg_recall = correct_num/total_num
avg_score = 0  # avg_score=score_sum/correct_num

def __init__(self, path, val_cat_num):
    self.path = path
    f = open(path)

    for line in f:
        temp = line.rstrip().replace(' ', '').split(',', 9)
        temp[1] = int(temp[1])
        self.id = temp[1]
        self.total_num = val_cat_num[self.id]
        if (self.total_num):
            break

    for line in f:
        # path, class_id, correct, prob, best_iou, xmin, ymin, xmax, ymax
        temp = line.rstrip().split(', ', 9)
        temp[1] = int(temp[1])
        temp[2] = int(temp[2])
        temp[3] = float(temp[3])
        temp[4] = float(temp[4])
        self.proposals_num = self.proposals_num + 1.00
        if (temp[2]):
            self.correct_num = self.correct_num + 1.00
            self.score_sum = self.score_sum + temp[3]
            self.correct_iou_sum = self.correct_iou_sum + temp[4]
        if (temp[4] > 0.5):
            self.iou_num = self.iou_num + 1
            self.iou_sum = self.iou_sum + temp[4]

    self.avg_iou = self.iou_sum / self.iou_num
    self.avg_correct_iou = self.correct_iou_sum / self.correct_num
    self.avg_precision = self.correct_num / self.proposals_num
    self.avg_recall = self.correct_num / self.total_num
    self.avg_score = self.score_sum / self.correct_num

    f.close()

# 导出识别正确的图片列表
def get_correct_list(self):
    f = open(self.path)
    new_f_name = "correct_list_" + self.id + ".txt"
    new_f = open(new_f_name, 'w')
    for line in f:
        temp = line.rstrip().split(', ', 9)
        if (temp[2]):
            new_f.write(line)
    f.close()

# 导出识别错误的图片列表
def get_error_list(self):
    f = open(self.path)
    new_f_name = "error_list_" + self.id + ".txt"
    new_f = open(new_f_name, 'w')
    for line in f:
        temp = line.rstrip().split(', ', 9)
        if (temp[2] == 0):
            new_f.write(line)
    f.close()

def print_eva(self):
    print("id=%d, avg_iou=%f, avg_correct_iou=%f, avg_precision=%f, avg_recall=%f, avg_score=%f \n" % (self.id,
                                                                                                       self.avg_iou,
                                                                                                       self.avg_correct_iou,
                                                                                                       self.avg_precision,
                                                                                                       self.avg_recall,
                                                                                                       self.avg_score))

def IsSubString(SubStrList, Str):

flag = True
for substr in SubStrList:
    if not (substr in Str):
        flag = False

return flag

获取FindPath路径下指定格式（FlagStr）的文件名列表

def GetFileList(FindPath, FlagStr=[]):

import os
FileList = []
FileNames = os.listdir(FindPath)
if (len(FileNames) > 0):
    for fn in FileNames:
        if (len(FlagStr) > 0):
            if (IsSubString(FlagStr, fn)):
                FileList.append(fn)
        else:
            FileList.append(fn)

if (len(FileList) > 0):
    FileList.sort()

return FileList

获取所有物体种类的ROI数目

path是图片列表的地址

返回值是一个list，list的索引是物体种类在yolo中的id，值是该种物体的ROI数量

def get_val_cat_num(path):

val_cat_num = []
for i in range(0, class_num):
    val_cat_num.append(0)

f = open(path)
for line in f:
    label_path = line.rstrip().replace('images', 'labels')
    label_path = label_path.replace('JPEGImages', 'labels')
    label_path = label_path.replace('.jpg', '.txt')
    label_path = label_path.replace('.JPEG', '.txt')
    label_list = open(label_path)
    for label in label_list:
        temp = label.rstrip().split(" ", 4)
        id = int(temp[0])
        val_cat_num[id] = val_cat_num[id] + 1.00
    label_list.close()
f.close()
return val_cat_num

获取物体名list

path是物体名list文件地址

返回值是一个列表，列表的索引是类的id，值为该类物体的名字

def get_name_list(path):

name_list = []
f = open(path)
for line in f:
    temp = line.rstrip().split(',', 2)
    name_list.append(temp[1])
return name_list

wd = getcwd()
val_result_list = GetFileList(wd, ['txt'])
val_cat_num = get_val_cat_num("/raid/pengchong_data/Data/filelists/val.txt")
name_list = get_name_list("/raid/pengchong_data/Tools/Paul_YOLO/data/paul_list.txt")
low_list = open("low_list.log", 'w')
high_list = open("high_list.log", 'w')
for result in val_result_list:

cat = CategoryValidation(result, val_cat_num)
cat.print_eva()
if ((cat.avg_precision < 0.3) | (cat.avg_recall < 0.3)):
    low_list.write("id=%d, name=%s, avg_precision=%f, avg_recall=%f \n" % (cat.id, name_list[cat.id], cat.avg_precision, cat.avg_recall))
if ((cat.avg_precision > 0.6) & (cat.avg_recall > 0.6)):
    high_list.write("id=%d, name=%s, avg_precision=%f, avg_recall=%f \n" % (cat.id, name_list[cat.id], cat.avg_precision, cat.avg_recall))

low_list.close()
high_list.close()

将本工具放在result目录下执行，会print出各种物体的evalute结果，包括
id,avg_iou,avg_correct_iou,avg_precision,avg_recall,avg_score。

id=1, avg_iou=0.807394, avg_correct_iou=0.810435, avg_precision=0.473983, avg_recall=0.283531, avg_score=0.661014

id=2, avg_iou=0.824890, avg_correct_iou=0.826227, avg_precision=0.812950, avg_recall=0.824818, avg_score=0.772828

id=3, avg_iou=0.748561, avg_correct_iou=0.756006, avg_precision=0.401891, avg_recall=0.146048, avg_score=0.568196

id=4, avg_iou=0.821225, avg_correct_iou=0.822419, avg_precision=0.779621, avg_recall=0.798544, avg_score=0.773700

id=5, avg_iou=0.722905, avg_correct_iou=0.721078, avg_precision=0.391119, avg_recall=0.255361, avg_score=0.552248

id=6, avg_iou=0.814797, avg_correct_iou=0.814427, avg_precision=0.731707, avg_recall=0.612245, avg_score=0.833531

id=7, avg_iou=0.713375, avg_correct_iou=0.702796, avg_precision=0.739336, avg_recall=0.715596, avg_score=0.691065

id=8, avg_iou=0.785120, avg_correct_iou=0.797686, avg_precision=0.582267, avg_recall=0.594216, avg_score=0.734099

id=9, avg_iou=0.744355, avg_correct_iou=0.752729, avg_precision=0.523982, avg_recall=0.241049, avg_score=0.650683

id=10, avg_iou=0.736755, avg_correct_iou=0.744951, avg_precision=0.621368, avg_recall=0.382028, avg_score=0.651450

同时result目录下会生成low_list和high_list，内容分别为精度和recall未达标和达标的物体种类。

【YOLO】详解：YOLO-darknet训练自己的数据

coding=utf-8

使用说明

需要先安装coco tools

git clone https://github.com/pdollar/coco.git

cd coco/PythonAPI

make install(可能会缺少相关依赖，根据提示安装依赖即可)

执行脚本前需在train2014和val2014目录下分别创建JPEGImages和labels目录，并将原来train2014和val2014目录下的图片移到JPEGImages下

COCO数据集的filelist目录下会生成图片路径列表

COCO数据集的子集的labels目录下会生成yolo需要的标注文件

将ROI的坐标转换为yolo需要的坐标

size是图片的w和h

box里保存的是ROI的坐标（x，y的最大值和最小值）

返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例

获取所需要的类名和id

path为类名和id的对应关系列表的地址（标注文件中可能有很多类，我们只加载该path指向文件中的类）

返回值是一个字典，键名是类名，键值是id

labels 目录若不存在，创建labels目录。若存在，则清空目录

filelist 目录若不存在，创建filelist目录。

coding=utf-8

使用说明

将该文件放在ILSVRC2016/bject_detection/ILSVRC目录下，并将Data文件夹重命名为JPEGImages

执行该工具，Lists目录下会生成图片路径列表

labels目录下会生成yolo需要的标注文件

获取所有包含标注文件的的目录路径

获取所需要的类名和id

path为类名和id的对应关系列表的地址（标注文件中可能有很多类，我们只加载该path指向文件中的类）

返回值是一个字典，键名是类名，键值是id

将ROI的坐标转换为yolo需要的坐标

size是图片的w和h

box里保存的是ROI的坐标（x，y的最大值和最小值）

返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例

将labelImg 生成的xml文件转换为yolo需要的txt文件

image_dir 图片所在的目录的路径

image_id图片名

获取FindPath路径下指定格式（FlagStr）的文件名（不包含后缀名）列表

Lists 目录若不存在，创建Lists目录。若存在，则清空目录

coding=utf-8

使用说明

要转换的数据集目录结构为：

Paul/time/class/annotations/xml文件

Paul/time/class/images/jpg文件

Paul/time/class/labels/即将生成的yolo需要的txt文件

该文件需放在Paul目录下，该目录下将会生成名为“日期”的txt文件，文件内容为日期文件夹下所有图片的路径

有多少个日期的文件夹，就将多少个文件夹的名字加入sets

需要生成多少种物体的标签，就将多少种物体加入classes

labels目录下生成的txt文件中的第一个数字就是物体种类在classes中的索引

获取所需要的类名和id

path为类名和id的对应关系列表的地址（标注文件中可能有很多类，我们只加载该path指向文件中的类）

返回值是一个字典，键名是类名，键值是id

将ROI的坐标转换为yolo需要的坐标

size是图片的w和h

box里保存的是ROI的坐标（x，y的最大值和最小值）

返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例

将labelImg 生成的xml文件转换为yolo需要的txt文件

path到类名一级的目录路径

image_id图片名

获取FindPath路径下指定格式（FlagStr）的文件名（不包含后缀名）列表

获取目录下子目录的目录名列表

print(result.tail())

print(result.dtypes)

coding=utf-8

该文件用来提取训练log，去除不可解析的log后使log文件格式化，生成新的log文件供可视化工具绘图

print(result.tail())

print(result.dtypes)

coding=utf-8

本工具和category命令结合使用

category是在detector.c中新增的命令，主要作用是生成每类物体的evalute结果

执行命令 ./darknet detector category cfg/paul.data cfg/yolo-paul.cfg backup/yolo-paul_final.weights

result目录下会生成各类物体的val结果，将本工具放在result目录下执行，会print出各种物体的evalute结果，包括

id,avg_iou,avg_correct_iou,avg_precision,avg_recall,avg_score

result目录下会生成low_list和high_list，内容分别为精度和recall未达标和达标的物体种类

共有多少类物体

每类物体的验证结果

获取FindPath路径下指定格式（FlagStr）的文件名列表

获取所有物体种类的ROI数目

path是图片列表的地址

返回值是一个list，list的索引是物体种类在yolo中的id，值是该种物体的ROI数量

获取物体名list

path是物体名list文件地址