GitHub開源130+Stars：手把手教你重現基於PPYOLO系列的目標偵測演算法

目標偵測是電腦視覺領域的基礎任務，沒個稱手的Model Zoo怎麼行？

今天給大家安麗一個簡單好用的目標檢測的演算法模型庫miemiedetection，目前在GitHub已斬獲130 顆star

程式碼連結：https ://github.com/miemie2013/miemiedetection

miemiedetection是基於YOLOX進行二次開發的個人檢測庫，也支援PPYOLO、PPYOLOv2、PPYOLOE、FCOS等演算法。

得益於YOLOX的優秀架構，miemiedetection裡的演算法訓練速度都非常快，資料讀取不再是訓練速度的瓶頸。

程式碼開發所使用的深度學習框架為pyTorch，實現了可變形卷積DCNv2、Matrix NMS等高難度算子，支援單機單卡、單機多卡、多機多卡訓練模式（多卡訓練模式建議使用Linux系統），支援Windows、Linux系統。

並且由於miemiedetection是不需要安裝的偵測庫，使用者可以直接變更其程式碼改變執行邏輯，所以在庫中新增演算法也很容易。

作者表示未來還會加入更多的演算法支援（還有女裝）。

演算法如假包換

#複現模型，最重要的就是準確率要跟原版的基本相同。

先看PPYOLO、PPYOLOv2、PPYOLOE這三個模型，作者都經過了loss對齊、梯度對齊的實驗。

為了保留證據，在原始碼中還可以看到註解掉的讀寫*.npz 的部分，都是做對齊實驗遺留的代碼。

並且作者也詳細記錄了效能對齊的過程，對於新手來說，照著這條路走一遍，也是一個不錯的學習過程！

全部的訓練日誌也都記錄保存在倉庫中，足以證明復現PPYOLO系列演算法的正確性！

最後的訓練結果顯示，復現的PPYOLO演算法和原始倉庫具有一樣的損失、一樣的梯度。

另外，作者也試著用原版倉庫和miemiedetection遷移學習voc2012資料集，也獲得了一樣的精確度（使用了相同的超參數）。

和原始實作一樣，使用了同樣的學習率、同樣的學習率衰減策略warm_piecewisedecay（PPYOLO和PPYOLOv2使用）和warm_cosinedecay（PPYOLOE使用）、同樣的指數滑動平均EMA 、同樣的資料預處理方式、同樣的參數L2權重衰減、同樣的損失、同樣的梯度、同樣的預訓練模型，遷移學習得到了同樣的精確度。

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，所有目標偵測演算法都免費帶回家！

模型下載與轉換

想跑通模型，參數很重要，作者提供了轉換好的預訓練pth權重文件，可以透過百度網盤直接下載。

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

「提取碼：qe3i

或按照下面的步驟取得：

第一步，下載權重文件，專案根目錄下執行（即下載文件，Windows使用者可以用迅雷或瀏覽器下載wget後面的鏈接，這裡為了展現美觀，只以ppyoloe_crn_l_300e_coco為例）：

注意，帶有pretrained字樣的模型是在ImageNet上預訓練的骨幹網路，PPYOLO、PPYOLOv2、PPYOLOE載入這些權重以訓練COCO資料集。其餘為COCO上的預訓練模型。

第二步，轉換權重，在專案根目錄下執行：

#

其中各個參數的意義為：

- -f表示的是使用的設定檔；

- -c表示的是讀取的來源權重檔案；

#- -oc表示的是輸出（已儲存）的pytorch權重檔案；

- -nc表示的是資料集的類別數；

#- --only_backbone為True時表示只轉換骨幹網路的權重;

執行完畢後就會在專案根目錄下取得轉換好的*.pth權重檔。

手把手教學

在下面的指令中，大部分都會使用模型的設定文件，所以一開始就有必要先詳細解釋設定檔。

mmdet.exp.base_exp.BaseExp為設定檔基類，是一個抽象類，宣告了一堆抽象方法，如get_model()表示如何取得模型，get_data_loader()表示如何取得訓練的dataloader，get_optimizer()表示如何取得優化器等等。

mmdet.exp.datasets.coco_base.COCOBaseExp是資料集的配置，繼承了BaseExp，它只給出資料集的配置。此倉庫只支援COCO標註格式的資料集的訓練！

其它標註格式的資料集，需要先轉換成COCO標註格式，才能訓練（支援太多標註格式的話，工作量太大）。可以透過miemieLabels將自訂的資料集轉換成COCO的標註格式。所有的偵測演算法配置類別都會繼承COCOBaseExp，表示所有的偵測演算法共用相同的資料集的配置。

COCOBaseExp的設定項目有：

其中，

##- self.num_classes表示的是資料集的類別數；

- self.data_dir表示的是資料集的根目錄；

#- self.cls_names表示的是資料集的類別名稱檔案路徑，是txt文件，一行表示一個類別名稱。如果是自訂資料集，需要新建一個txt檔案並編輯好類別名，再修改self.cls_names指向它；

- self.ann_folder表示的是資料集的註解文件根目錄，需要位於self.data_dir目錄下；

- self.train_ann表示的是資料集的訓練集的註解檔名，需要位於self.ann_folder目錄下；

- self.val_ann表示的是資料集的驗證集的註解檔名，需要位於self.ann_folder目錄下；

##- self. train_image_folder表示的是資料集的訓練集的圖片資料夾名，需要位於self.data_dir目錄下；

- self.val_image_folder表示的是資料集的驗證集的圖片檔案夾名，需要位於self.data_dir目錄下；

對於VOC 2012資料集，則需要修改資料集的配置為：

另外，你也可以像exps/ppyoloe/ppyoloe_crn_l_voc2012.py中一樣，在子類別中修改self.num_classes、self.data_dir這些資料集的配置，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後，在VOC2012資料集的self.data_dir目錄下新建一個資料夾annotations2，把voc2012_train.json、voc2012_val.json放進這個文件夾。

最後，COCO資料集、VOC2012資料集、本專案的放置位置應該是這樣：

資料集根目錄和miemiedetection-master是同一級目錄。我個人非常不建議把資料集放在miemiedetection-master裡，那樣的話PyCharm打開會巨卡無比；而且，多個項目（如mmdetection、PaddleDetection、AdelaiDet）共用資料集時，可以做到資料集路徑和項目名無關。

mmdet.exp.ppyolo.ppyolo_method_base.PPYOLO_Method_Exp是實作具體演算法所有抽象方法的類，繼承了COCOBaseExp，它實作了所有抽象方法。

exp.ppyolo.ppyolo_r50vd_2x.Exp是PPYOLO演算法的Resnet50Vd模型的最終設定類，繼承了PPYOLO_Method_Exp;

PPYOLOE的設定檔也是類似這樣的結構。

預測

首先，如果輸入的資料為圖片，則在專案根目錄下執行：

其中各個參數的意義為：

- -f表示的是使用的設定檔；

- -c表示的是讀取的權重檔案；

- --path表示的是圖片的路徑；

- --conf表示的是分數閾值，只會畫出高於這個閾值的預測框；

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

預測完成後控制台會列印結果圖片的儲存路徑，使用者可開啟檢視。如果是使用訓練自訂資料集保存的模型進行預測，修改-c為你的模型的路徑即可。

如果預測的是一個資料夾下的所有圖片，則在專案根目錄下執行：

將--path修改為對應圖片資料夾的路徑即可。

訓練COCO2017資料集

如果讀取ImageNet預訓練骨幹網路訓練COCO資料集，則在專案根目錄下執行：

#一條指令直接啟動單機八卡訓練，當然了，前提是你真的有一台單機8卡的超算。

其中各個參數的意義為：

-f表示的是使用的設定檔；

#-d表示的是顯示卡數；

-b表示的是訓練時的批次大小（所有卡片的）；

-eb表示的是評估時的批次大小（所有卡的）；

-c表示的是讀取的權重檔；

--fp16，自動混合精準度訓練；

--num_machines，機器數量，建議單機多卡訓練；

-- resume表示的是是否是恢復訓練；

訓練自訂資料集

#建議讀取COCO預訓練權重進行訓練，因為收斂快。

以上述的VOC2012資料集為例，對於ppyolo_r50vd模型，如果是1機1卡，輸入下述指令開始訓練：

#如果訓練因為某些原因中斷，想要讀取先前儲存的模型恢復訓練，只要修改-c為想要讀取模型的路徑，再加上--resume參數即可。

如果是2機2卡，即每台機上1張卡，在0號機輸入以下指令：

並在1號機輸入以下指令：

#只需要把上面2條指令的192.168.0.107改成0號機的區域網路ip即可。

如果是1機2卡，輸入下面的指令可以開始訓練：

遷移學習VOC2012資料集，實測ppyolo_r50vd_2x的AP(0.50:0.95)可以到達0.59 、AP(0.50)可以到達0.82 、AP(small)可以到達0.18 。不管是單卡還是多卡，都能得到這個結果。

遷移學習時和PaddleDetection獲得了一樣的精確度、一樣的收斂速度，二者的訓練日誌位於train_ppyolo_in_voc2012資料夾下。

如果是ppyoloe_l模型，在單機輸入下面的指令即可開始訓練（凍結了骨幹網路）

#遷移學習VOC2012資料集，實測ppyoloe_l的AP(0.50:0.95)可以到達0.66 、AP(0.50)可以到達0.85 、AP(small)可以到達0.28 。

評估

指令和具體的參數如下。

在專案根目錄下執行結果為：

轉換權重後精確度有一點損失，大約為0.4%。

以上是GitHub開源130+Stars：手把手教你重現基於PPYOLO系列的目標偵測演算法的詳細內容。更多資訊請關注PHP中文網其他相關文章！