毕设的第二阶段，就是对融合后的图像进行目标检测，这里首先使用KITTI数据集的原始图像进行目标检测，代码使用的是u版pytorch-yolo : https://github.com/ultralytics/yolov3

 

一、环境配置

我使用的环境是 win10 + cuda 11.1 + python 3.8 +  pytorch1.6.0

 

二、数据准备

将数据集Annotations、JPEGImages复制到yolov3-master工程目录下的data文件夹下；同时新建两个文件夹，分别命名为ImageSets和labels，最后我们将JPEGImages文件夹复制粘贴一下，并将文件夹重命名为images

注意，JPEGImages中的文件格式为png，images中的文件格式为jpg，只需在CMD中使用 ren *.png *.jpg 即可完成批量转换

 

在工程的根目录下新建一个文件makeTxt.py

import os import random trainval_percent = 0.1 train_percent = 0.9 xmlfilepath = 'data/Annotations' txtsavepath = 'data/ImageSets' total_xml = os.listdir(xmlfilepath) num = len(total_xml) list = range(num) tv = int(num * trainval_percent) tr = int(tv * train_percent) trainval = random.sample(list, tv) train = random.sample(trainval, tr) ftrainval = open('data/ImageSets/trainval.txt', 'w') ftest = open('data/ImageSets/test.txt', 'w') ftrain = open('data/ImageSets/train.txt', 'w') fval = open('data/ImageSets/val.txt', 'w') for i in list: name = total_xml[i][:-4] + '\n' if i in trainval: ftrainval.write(name) if i in train: ftest.write(name) else: fval.write(name) else: ftrain.write(name) ftrainval.close() ftrain.close() fval.close() ftest.close()

运行makeTxt.py后， 在ImageSets得到四个文件，主要存储图片名称。

 

运行根目录下voc_label.py，得到labels的具体内容以及data目录下的train.txt，test.txt，val.txt，这里的train.txt得到文件名，还有文件的具体路径。train.txt和val.txt合并得到train.txt，test.txt作为验证集

 

 

voc_label.py的代码如下

import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.path import join sets = ['train', 'test', 'val'] classes = ["Car","Pedestrian","Cyclist"] # 现在只有3类物体：车，行人，骑自行车的人 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) def convert_annotation(image_id): in_file = open('data/Annotations/%s.xml' % (image_id)) out_file = open('data/labels/%s.txt' % (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'): #difficult = obj.find('difficult').text cls = obj.find('name').text # if cls not in classes or int(difficult) == 1: # continue cls_id = classes.index(cls) 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') wd = getcwd() print(wd) for image_set in sets: if not os.path.exists('data/labels/'): os.makedirs('data/labels/') image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split() list_file = open('data/%s.txt' % (image_set), 'w') for image_id in image_ids: list_file.write('data/images/%s.jpg\n' % (image_id)) convert_annotation(image_id) list_file.close()

 

三、修改配置文件

在data文件下新建kitti.data，配置内容如下：

classes=3 train=data/train.txt valid=data/test.txt names=data/kitti.names backup=backup/ eval=coco

 

再在data文件下新建kitti.names，配置内容如下：

Car Pedestrian Cyclist

 

修改cfg

       在原工程下cfg目录下有很多的yolov3网络结构，我们本次采用的是yolov3-tiny.cfg。

我们需要将cfg下的yolov3-tiny.cfg文件进行修改，修改内容如下：

首先找到yolo的那一栏，将其中的 classes改为你数据集的分类数（我这里是3）,然后将每一个yolo上面的convolutional中的

改为 filters = 24 （3 * （5 + 分类数））

 

四、获取权重

     获取网络参数yolov3-tiny.weights，下载链接https://pjreddie.com/media/files/yolov3-tiny.weights，下载后导入weights文件夹下；同样还需要下载yolov3-tiny.conv.15，下载导入weights文件夹下，下载链接如下：https://pan.baidu.com/s/1nv1cErZeb6s0A5UOhOmZcA 提取码：t7vp

 

五、训练

在yolov3-master目录下，cmd命令行中输入，python train.py --data data/kitti.data --cfg cfg/yolov3-tiny.cfg --weights weights/yolov3-tiny.weights

即可开始训练

 

 

训练后会得到两个模型

 

 

六、预测

在cmd下输入命令，python detect.py --name data/kitti.data --cfg cfg/yolov3-tiny.cfg --weights weights/best.pt

即可进行预测，得到的结果会输出到output文件夹下