spikeking/keras-yolo3-detection

YOLO v3 物体检测算法

YOLO v3 目标检测算法 源码

欢迎关注，微信公众号 深度算法 （ID: DeepAlgorithm）

相关文章：

• 探索 YOLO v3 源码 - 第1篇 训练
• 探索 YOLO v3 源码 - 第2篇 模型
• 探索 YOLO v3 源码 - 第3篇 网络
• 探索 YOLO v3 源码 - 第4篇 真值
• 探索 YOLO v3 源码 - 第5篇 Loss
• 探索 YOLO v3 源码 - 完结篇 预测

通过6篇文章，完整的呈现YOLO v3的源码细节。慢慢读完，掌握一些高级的深度学习开发技巧。

参考：

• YOLO v3 Paper
• What’s new in YOLO v3?

勘误：

1. 第4篇 真值，最后：“y_true的第0和1位是中心点xy，范围是(0~13/26/52)” -> “y_true的第0和1位是中心点xy，范围是(0~1)”；
2. 第3篇 网络，其中关于补充部分1*1卷积参数那个有误。不是13*13*1*1*18应该是1*1*1024*18； Thx@草绛ly
3. 第6篇 预测，max_boxes是在每层的feature_map中的每个类别分别最多产生20个框，而不是每张图片； Thx@略略略

keras-yolo3-detection's Issues

wider_annotation key error

hi, when i convert the training file, i met some error as below:
Traceback (most recent call last):
File "wider_annotation.py", line 137, in
generate_train_file(train_bbx_file, train_data_folder, out_file)
File "wider_annotation.py", line 44, in generate_train_file
img_path = name_dict[name]
KeyError: '2_Demonstration_Political_Rally_2_620.jpg'

Could you help tell what happened? thank you very much.
@SpikeKing

有没有实例教程

关于该项目，说的有些简陋，我是新手有没有写具体的教程？

你好，能麻烦您一下吗？看代码的时候有一个地方不太理解

在yolo3_train.py文件中，_main()函数里，if False 和 if True这两个条件为何这么写？第一个不是会执行不到吗？我是个新手，所以不是很理解，希望您方便的话解答一下，万分感谢！

good job!

写的很好 ,相信不久就会用到!

请问作者，loss中对x,y使用的交叉熵是否应为squared loss？

yolo v3 于2.1. Bounding Box Prediction中对xy和wh使用的loss进行了说明：

During training we use sum of squared error loss.

但在作者的实现中，对wh使用的确实是squared loss，但xy实现使用交叉熵，代码如下：

xy_loss = object_mask * box_loss_scale * K.binary_crossentropy(raw_true_xy, raw_pred[..., 0:2],
                                                               from_logits=True)

所以请教作者为何这样实现？
谢谢

重复是什么情况

一共905次，但是一遍轮回了3天半之后。居然紧接着再来一遍905次？？？？什么情况

第二篇文章勘误

拆分图片尺寸的宽h和高w；

应该是为：拆分图片尺寸的宽w和高h？

谢谢

请问有没有detect images的方法

可否32张图片一个batch 做test？

能否分享一下训练速度

我在用pytorch做训练，发现loss计算时会有.cuda()搬运过程，导致速度没有办法提上来，训练非常慢，40 samples/second，不知道您这个训练速度是多少，谢谢了，另外我的输入尺寸是416，７３６

请问作者是否缺失文件

你好 为什么使用voc 的数据集训练的模型，检测马路上的车，一台都检测不出来

keras yolov3 mobilenet

I've trained yolov3 on mobilenet backend and get a good MAP(about 90M and 2 times faster than keras yolov3)。I upload my code for mobilenet-yolov3 on https://github.com/Adamdad/keras-YOLOv3-mobilenet.git
use it as you wish

想问一下这个项目是基于qqwweee的keras-yolo3的吗？

大佬，问一下这个项目是基于qqwweee的keras-yolo3的吗？
因为自己之前用它那个训练了一个自己的yolo，但很多东西都不理解，所以想跟着大佬学习一下，如果两个版本是大致兼容的我心里会更加有底一些。

第5章 loss 小疑问

老师您好！

我看您的文章中写道：

其中，model_body.output是已有模型的预测值，y_true是真实值，两者的格式相同，如下：
model_body: [(?, 13, 13, 18), (?, 26, 26, 18), (?, 52, 52, 18)]
y_true: [(?, 13, 13, 18), (?, 26, 26, 18), (?, 52, 52, 18)]

但是我输出了model_body.output.shape
model_body.output.shape = [(?,?,?,18), (?,?,?,18), (?,?,?,18)]
这个是因为输入的shape为None导致，但是并没有在 grid_shape = K.shape(feats)[1:3] 这一步出错，这是为什么呢？

如何进行对于结果的测评呢？

通过看你的简书，得知你已经写好了train的代码以及验证的代码，那么如何获取你训练模型的准确率的数据呢？

关于cfg文件

由于我们是训练单类，cfg文件中的class和最后一层的输出filter数量，是不是应该修改啊？

wider_face_val_bbx_gt.txt

@SpikeKing
您好，请问您知道wider_face_val_bbx_gt.txt 这个文件如何生成的吗，我想标记自己的数据集，生成类似的内容的.txt文件，谢谢！

对于model.py文件有一些问题

不知道博主大大是否看懂了这个文件网络结构的搭建，如果理解的话可否写一个博客解析一下这个文件的内容。
我有一个问题，对于make_last_layers我的理解是，将目标输出分为3类，输出结果分别是1313,2626,52*52，但是我没有看到具体实现。

请问如何可视化训练过程呢？

我想看到loss，recall，precision等的变化曲线

如何进行批量测试？

对于多个类别的视频检测遇到的问题

问题如下：
在同一张验证图片当中会有多个结果，如何过滤掉置信度比较低的类别
ps:感觉是yolo v3的sigmoid层惹的祸，应该改为softmax层就好了，那么具体应该怎么改呢？

eg:想要预测衣服的颜色，预测出来白色的置信值是0.52，绿色的置信值是0.2，如何过滤掉绿色呢？

预训练模型

HI @SpikeKing 能否分享一下与训练模型？
没有GPU的人基本无法训练这个，非常感谢！

对于日志文件的疑问

如果通过检查点机制生成了临时的h5模型，突然间中断了，如何继续训练？

望回复，谢谢作者大大
@SpikeKing

mAP测试

请问你复现的YOLO3有没有测试过mAP？我复现的YOLO3，在没有数据增强，没有multi-scale training的情况下，在VOC数据集上fine-tune，只能达到76的mAP，且解冻后训练两个周期后马上就过拟合。。。。。。
训练计划为：前20个周期只训练输出层，学习率为0.0001，之后训练所有层
https://github.com/Stinky-Tofu/YOLO_V3

关于max_boxes=20这个参数值

训练时用到的model.py模块里get_random_data()函数中的参数max_boxes=20，和测试的时候model.py模块里yolo_eval()函数中的参数max_boxes=20，这个max_boxes到底表达的时什么意思呢？为什么是设置成20，如果设置成更大或者更小的值对训练和测试可能会有什么影响呢？

请问，这个输入时候需要将所有数据统一到固定尺寸，如果训练集尺寸不固定的话是不是不能训练，谢谢

如题

COCO的anchors列表

10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
到底是怎样作用在特征图上，能够给出一个详细的图解？

对于训练模型结果的优化

我按照你的步骤训练出来的模型，在WIDER_test/images/0--Parade的结果并不是特别好，这个文件夹下是多个人小物体检测，请问有没有好的调参的建议.我利用你之前给我的repo：https://github.com/Cartucho/mAP，进行了一下测试，结果是mAP值是34.6%，不知道在你那测试是怎样的

我在train keras-yolo3的时候，遇到了如下错误

我感觉应该是在unfreeze的时候内存溢出，但是我将batch_size已经设置为1了，
我的gpu是980ti，6G显存，够用吗？

已经成功训练出来了，欢迎在github上@我交流，希望作者大大不要关闭我这个issue

本项目是基于keras的yolo3的人脸检测项目，
主要有如下问题
1）由于我的gpu是单卡980ti,才6GB显存，因此我将2个地方的batch_size设置为1，并且epoch设置为小的epoch

2)在测试阶段，需要记得将model_path以及classes_path设置为wider的特定路径

请教一个问题

yolov3是否能像faster rcnn那样从全链接层前提取目标位置的特征，如果可以应该提取哪里的或者需要做什么样的改动？谢谢

yolo v3 keras版本源码是不是有问题?请问一下loss计算中的raw_pred[...,0:2],raw_pred[...,4:5],好raw_pred[...,5:]像没有经过sigmoid?

自己在阅读源码时候发现下面这段代码似乎有问题，raw_pred[...,0:2],raw_pred[...,4:5],好raw_pred[...,5:]像没有经过sigmoid，直接使用bianry_crossentropy无法保证其在０－１之间：
xy_loss = object_mask * box_loss_scale * K.binary_crossentropy(raw_true_xy, raw_pred[...,0:2], from_logits=True)
wh_loss = object_mask * box_loss_scale * 0.5 * K.square(raw_true_wh-raw_pred[...,2:4])
confidence_loss = object_mask * K.binary_crossentropy(object_mask, raw_pred[...,4:5], from_logits=True)+
(1-object_mask) * K.binary_crossentropy(object_mask, raw_pred[...,4:5], from_logits=True) * ignore_mask
class_loss = object_mask * K.binary_crossentropy(true_class_probs, raw_pred[...,5:], from_logits=True)

自己训练完以后，检测的效果不好

会出现同一对象被重复检测为不同类别，然后检测框重叠在一块，而且还有错检、漏检的情况出现。
有哪位大神指点一下吗？万分感谢

关于勘误max_boxes=20

这里应该是每张图片的每个类别最多有20吧 不是每个feature map

求大神给一个yolo3的损失函数公式

人脸检测精度

您好，请问您测试过模型在FDDB或者WIDER FACE上的精度么？