内容简介:YOLO,即You Only Look Once(你只看一次)的缩写,是一个基于卷积神经网络(CNN)的物体检测算法。而YOLOv3是YOLO的第3个版本(即YOLO、YOLO是一句美国的俗语,You Only Live Once,人生苦短,及时行乐。本文介绍如何实现YOLO v3算法,Keras框架。这是第2篇,模型。当然还有第3篇,至第n篇,这是一个完整版 :)
YOLO,即You Only Look Once(你只看一次)的缩写,是一个基于卷积神经网络(CNN)的物体检测算法。而YOLOv3是YOLO的第3个版本(即YOLO、 YOLO 9000 、YOLO v3),检测效果,更准更强。
YOLO是一句美国的俗语,You Only Live Once,人生苦短,及时行乐。
本文介绍如何实现YOLO v3算法,Keras框架。这是第2篇,模型。当然还有第3篇,至第n篇,这是一个完整版 :)
第1篇训练:https://juejin.im/post/5b63c0f8518825631e21d6ea
本文的 源码 :https://github.com/SpikeKing/keras-yolo3-detection
模型
在训练中,调用 create_model
方法创建模型,其中,重点分析 create_model
的逻辑。
在 create_model
方法中,创建YOLO v3的网络结构,其中参数:
input_shape anchors num_classes load_pretrained freeze_body weights_path
如下:
def create_model(input_shape, anchors, num_classes, load_pretrained=True, freeze_body=2, weights_path='model_data/yolo_weights.h5'): 复制代码
将参数进行处理:
image_input num_anchors y_true
如下:
h, w = input_shape # 尺寸 image_input = Input(shape=(w, h, 3)) # 图片输入格式 num_anchors = len(anchors) # anchor数量 # YOLO的三种尺度,每个尺度的anchor数,类别数+边框4个+置信度1 y_true = [Input(shape=(h // {0: 32, 1: 16, 2: 8}[l], w // {0: 32, 1: 16, 2: 8}[l], num_anchors // 3, num_classes + 5)) for l in range(3)] 复制代码
其中,真值 y_true
,真值即Ground Truth:
“//”是 Python 语法中的整除符号,通过循环创建3个Input层,组成列表,作为 y_true
,格式如下:
Tensor("input_2:0", shape=(?, 13, 13, 3, 6), dtype=float32) Tensor("input_3:0", shape=(?, 26, 26, 3, 6), dtype=float32) Tensor("input_4:0", shape=(?, 52, 52, 3, 6), dtype=float32) 复制代码
其中,第1位是样本数,第2~3位是特征图的尺寸13x13,第4位是每个图的anchor数,第5位是:类别(n)+4个框值(x,y,w,h)+框的置信度(是否含有物体)。
通过图片输入Input层 image_input
、每个尺度的anchor数 num_anchors//3
、类别数 num_classes
,创建YOLO v3的网络结构,即:
model_body = yolo_body(image_input, num_anchors // 3, num_classes) 复制代码
接着,加载预训练模型:
- 根据预训练模型的地址
weights_path
,加载模型,按名称对应by_name
,略过不匹配skip_mismatch
; - 选择冻结模式:
model_body.layers[i].trainable=True
实现:
if load_pretrained: # 加载预训练模型 model_body.load_weights(weights_path, by_name=True, skip_mismatch=True) if freeze_body in [1, 2]: # Freeze darknet53 body or freeze all but 3 output layers. num = (185, len(model_body.layers) - 3)[freeze_body - 1] for i in range(num): model_body.layers[i].trainable = False # 将其他层的训练关闭 复制代码
接着,设置模型损失层 model_loss
:
- Lambda是Keras的自定义层,输入为
(model_body.output + y_true)
,输出为output_shape=(1,)
; - 层的名字name为
yolo_loss
; - 参数为anchors锚框、类别数
num_classes
,ignore_thresh
是物体置信度损失(object confidence loss)的IoU(Intersection over Union,重叠度)阈值; -
yolo_loss
是核心的损失函数。
实现:
model_loss = Lambda(yolo_loss, output_shape=(1,), name='yolo_loss', arguments={'anchors': anchors, 'num_classes': num_classes, 'ignore_thresh': 0.5} )(model_body.output + y_true) 复制代码
接着,创建最终模型:
- 模型的输入:
model_body
的输入层,即image_input
,和y_true
; - 模型的输出:
model_loss
的输出,一个值,output_shape=(1,)
; - 保存模型的网络图
plot_model
,和打印网络model.summary()
;
即:
model = Model(inputs=[model_body.input] + y_true, outputs=model_loss) # 模型 plot_model(model, to_file=os.path.join('model_data', 'model.png'), show_shapes=True, show_layer_names=True) # 存储网络结构 model.summary() # 打印网络 复制代码
其中, model_body.input
是任意(?)个 (416,416,3)
的图片,即:
Tensor("input_1:0", shape=(?, 416, 416, 3), dtype=float32) 复制代码
y_true
是已标注数据转换的真值结构,即:
[Tensor("input_2:0", shape=(?, 13, 13, 3, 6), dtype=float32), Tensor("input_3:0", shape=(?, 26, 26, 3, 6), dtype=float32), Tensor("input_4:0", shape=(?, 52, 52, 3, 6), dtype=float32)] 复制代码
补 IoU
IoU,即Intersection over Union,用于计算两个图的重叠度,用于计算两个标注框(bounding box)之间的相关度,值越高,相关度越高。在NMS(Non-Maximum Suppression,非极大值抑制)或计算mAP(mean Average Precision)中,都会使用IoU判断两个框的相关性。
如图:
实现:
def bb_intersection_over_union(boxA, boxB): boxA = [int(x) for x in boxA] boxB = [int(x) for x in boxB] xA = max(boxA[0], boxB[0]) yA = max(boxA[1], boxB[1]) xB = min(boxA[2], boxB[2]) yB = min(boxA[3], boxB[3]) interArea = max(0, xB - xA + 1) * max(0, yB - yA + 1) boxAArea = (boxA[2] - boxA[0] + 1) * (boxA[3] - boxA[1] + 1) boxBArea = (boxB[2] - boxB[0] + 1) * (boxB[3] - boxB[1] + 1) iou = interArea / float(boxAArea + boxBArea - interArea) return iou 复制代码
OK, that's all! Enjoy it!
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 搜狗获全球口语翻译大赛冠军 多模型融合细节打磨成制胜法宝
- 从一道 iOS 面试题到 Swift 对象模型和运行时细节——「iOS 面试之道」勘误
- MQTT Essential 细节笔记总结(深入理解MQTT细节)
- MetInfo 7.0.0 20200326 细节优化补丁,主要优化商城相关细节
- MetInfo7.0.0 20200407 细节优化补丁,修复编辑及手机端细节
- php 的小细节
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
.NET设计规范
克瓦林纳 / 葛子昴 / 人民邮电出版社 / 2006-7 / 49.00元
本书为框架设计师和广大开发人员设计高质量的软件提供了权威的指南。书中介绍了在设计框架时的最佳实践,提供了自顶向下的规范,其中所描述的规范普遍适用于规模不同、可重用程度不同的框架和软件。这些规范历经.net框架三个版本的长期开发,凝聚了数千名开发人员的经验和智慧。微软的各开发组正在使用这些规范开发下一代影响世界的软件产品。. 本书适用于框架设计师以及相关的专业技术人员,也适用于高等院校相关专业......一起来看看 《.NET设计规范》 这本书的介绍吧!