如何用PaddleDetection做一个完整的目标检测项目—

如何用PaddleDetection做一个完整的目标检测项目

发布日期：2020-03-20 09:36浏览量：15310次

PaddleDetection 是百度飞桨推出的物体检测统一框架。支持现有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干网络。针对不同的业务场景（性能、目标大小、准确率等）可以选择框架中的不同模块组合得到最适合的模型，实现任务。相比于tensorflow的Object_Detection,优势之一就是将YOLOv3这一目标检测的快速算法融合到了框架下。

文章将以一个Yolov3识别水果的例子为说明，详解如何利用PaddleDetection完成一个项目。

项目用到的工具硬件：Win10(RTX2060)笔记本、某品牌服务器（4*T4）工业相机（Hikvision）软件：pycharm、VS2019。

目录：

1、环境部署

2、数据集准备

3、训练

4、训练过程可视化

5、模型导出

6、python进行单张/多张图片的预测

7、python+qt（给客户的演示demo）

8、C++进行单张预测（含编译简介）

9、C++预测代码封装成DLL、配合C#完成一个整体项目

10、扩展：关于PaddlePaddle代码数据读取的方式。

环境部署

1.1 安装PaddlePaddle

利用anaconda创建一个名字叫做paddle-detection的Paddle环境（备注：下文中命令提示窗口出现的（paddle）是指该项目环境的名称叫做paddle）。安装链接如下：

https://www.paddlepaddle.org.cn/install/quick

1.2 安装COCO-API

pip install Cythonpip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

1.3 选择一个文件夹，下载PaddleDetection

第一种方式：直接从github官网上进行下载：

https://github.com/PaddlePaddle/PaddleDetection

第二种方式：使用git进行下载：

git clone https://github.com/PaddlePaddle/PaddleDetection.git

1.4 安装所需的Python其他依赖库

依赖库文档在requirements.txt中给出，可使用

pip install -r requirements.txt

如下图所示是requirements.txt文档中的内容。

如图为requirements文件中的内容，图中所示的均为PaddleDetection的依赖库。

在下图所示内容中打“cmd”，然后出现在该路径的命令提示符。

激活环境，并且 pip install -r requirements.txt

然后运行

当显示Successfully…… ，基本上表示安装完成了，具体是否成功，下一步的测试验证。

1.5 确认测试通过

set PYTHONPATH=`pwd`:$PYTHONPATHpython ppdet/modeling/tests/test_architectures.py

备注：在paddle自带的文档中为export PYTHONPATH=`pwd`:$PYTHONPATH

export是Linux下的用法，在Windows下将exoprt改成set。

但是发现运行报错，报错内容如下：

错误提示发现缺少“ppdet”这个模块，ppdet（其实就是paddle detection的一个缩写），但是我们在项目的路径里面可以发现有这个模块，原因就是，我们的代码所在的路径无法读取到该文件下的代码，因此，我们需要在代码中进行改进一下。

找到 ppdet/modeling/tests/test_architectures.py这个文件，然后添加红框所示的代码。备注，第二个红框里面的路径是我的项目路径。

出现如图所示的代码，表示运行成功。

至此，所有的运行环境已经配置成功。

数据集的准备

2.1 数据标注：

目前项目使用的数据集格式是VOC数据格式，使用labelimg作为标注工具，标注工具的下载安装见链接：

https://zhuanlan.zhihu.com/p/97807042

特别说明：项目中使用的数据集是PaddleDetection提供的演示示例数据集，下文将通过使用该数据集来说明。

首先，下载该数据集，下载地址：
https://pan.baidu.com/wap/init?surl=ZO8OlqvWuMk_sqOwlo56rg

提取码：vw3b

下载后如下图所示：

标注方式如下：

打开软件，并导入图片：

选取标注文件的保存路径：

点击Change Save Dir ，然后将标注文件保存在某一个路径下。

开始标注：点击Create\nRectBo---框选目标--命名（下图中命名为apple）--点击OK---点击Save（完成一张）--点击Next Image 标注下一张。

所有标注完成以后会生成很多的xml文件。

打开一个xml文件：

具体信息如下：

2.2 创建VOC数据集格式

其中Annotations存放标注生成的xml文件，JPEGImage存放图片，ImageSets存放对训练集和数据集的划分。

ImageSet下有Main文件，Mian下需要建立一个label_list.txt。label_list.txt是指标注的目标的名称。其内容如下：

备注：train.txt、val.txt是根据下文中代码（该代码会命名为：get_list.py，放置在了数据集链接的文件里面）生成，分别是对训练集和验证集的划分：

接上文所述，是生成生成train.txt、val.txt的代码，该代码会将300张水果图片分成240张训练集和60张验证集。

import osimport random
train_precent=0.7xml="C:/Users/zhili/Desktop/fruit-detection/Annotations"save="C:/Users/zhili/Desktop/fruit-detection/ImageSets/Main"total_xml=os.listdir(xml)
num=len(total_xml)tr=int(num*train_precent)train=range(0,tr)
ftrain=open("C:/Users/zhili/Desktop/fruit-detection/ImageSets/Main/train.txt","w")ftest=open("C:/Users/zhili/Desktop/fruit-detection/ImageSets/Main/test.txt","w")
for i in range(num):    name=total_xml[i][:-4]+"\n"    if i in train:        ftrain.write(name)    else:        ftest.write(name)ftrain.close()ftest.close()

如下图是生成的train文件：

备注：在Main文件夹中生成的train.txt文件和val.txt文件仅仅是对数据集的划分，还需要进一步的利用如下代码（create_list.py，该代码是paddle提供的）生成含有路径信息以及图像和xml文件一一对应的文件。

import osimport os.path as ospimport reimport random
devkit_dir = './'years = ['2007', '2012']

def get_dir(devkit_dir,  type):    return osp.join(devkit_dir, type)

def walk_dir(devkit_dir):    filelist_dir = get_dir(devkit_dir, 'ImageSets/Main')    annotation_dir = get_dir(devkit_dir, 'Annotations')    img_dir = get_dir(devkit_dir, 'JPEGImages')    trainval_list = []    test_list = []    added = set()
    for _, _, files in os.walk(filelist_dir):        for fname in files:            img_ann_list = []            if re.match('train\.txt', fname):                img_ann_list = trainval_list            elif re.match('val\.txt', fname):                img_ann_list = test_list            else:                continue            fpath = osp.join(filelist_dir, fname)            for line in open(fpath):                name_prefix = line.strip().split()[0]                if name_prefix in added:                    continue                added.add(name_prefix)                ann_path = osp.join(annotation_dir, name_prefix + '.xml')                img_path = osp.join(img_dir, name_prefix + '.jpg')                assert os.path.isfile(ann_path), 'file %s not found.' % ann_path                assert os.path.isfile(img_path), 'file %s not found.' % img_path                img_ann_list.append((img_path, ann_path))
    return trainval_list, test_list

def prepare_filelist(devkit_dir, output_dir):    trainval_list = []    test_list = []    trainval, test = walk_dir(devkit_dir)    trainval_list.extend(trainval)    test_list.extend(test)    random.shuffle(trainval_list)    with open(osp.join(output_dir, 'train.txt'), 'w') as ftrainval:        for item in trainval_list:            ftrainval.write(item[0] + ' ' + item[1] + '\n')
    with open(osp.join(output_dir, 'val.txt'), 'w') as ftest:        for item in test_list:            ftest.write(item[0] + ' ' + item[1] + '\n')

if __name__ == '__main__':    prepare_filelist(devkit_dir, '.')

这个时候的新生成的train.txt的内容如下：

最终生成如下所示的数据集格式如下，其中label_list.txt和Mian中的label_list.txt一致。train.txt文件和val.txt是新生成的图像-xml的名称路径对应文件。

该完成后的数据集作者放置在了项目文件夹下：dataset/fruit下，并命名为该文件夹为fruit-detection如下图所示。

数据集生成后就可以根据如下的命令进行训练。

训练

在训练之前，首先了解模型的配置文件，如文章开头所述：PaddleDetection 是飞桨推出的物体

检测统一框架。支持现有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、

ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干网络。而实现我们如何快速的

完成不同模型的训练体验，就是需要依靠配置文件的切换。如下所示就是该项目配置文件（config文件）的路径：

如图下图就是我们选取的深度学习的配置文件，我们选取yolov3_mobilenet_v1_fruit.yml做为

本项目的训练配置文件。该配置文件是使用YOLO v3的模型结构，同时主干网络为 Mobilenrt V1。这些参数可以根据我们自己的数据情况进行设计。

如设置：最大迭代步数：max_iters

预训练模型的来源：pretrain_weights

数据路径：dataset_dir

Batch_size的大小：batch_size

数据集类别：num_classes

需要着重关注点如下：需要根据自己的不同数据集进行训练。

在将config文件配置好了以后，就可以进行训练：

set PYTHONPATH=$PYTHONPATH:.set CUDA_VISIBLE_DEVICES=0（默认只有一个GPU） python -u tools/train.py -c configs/yolov3_mobilenet_v1_fruit.yml --use_tb=True --tb_log_dir=tb_fruit_dir/scalar --eval

运行如下命令，即可开始训练：

出现如下图所示现象，可以表示为训练正常，可等待训练结束。

关于训练命令的阐述：

-c configs/yolov3_mobilenet_v1_fruit.yml 用来指定配置文件

--use_tb 是否使用tb-paddle记录数据，进而在TensorBoard中显示，默认值是False

--tb_log_dir 指定 tb-paddle 记录数据的存储路径

--eval 是否边训练边测试

备注：

关于–eval参数的使用：

在训练中交替执行评估, 评估在每个snapshot_iter时开始。每次评估后还会评出最佳mAP模型保存到best_model文件夹下，建议训练时候使用该参数，可以使得完成训练后快速找到最好的模型。

关于预训练模型的来源：

在本案例中，预训练模型是通过一个链接方式在训练开始时候加载进行下载的，其实飞桨提供了丰富的预训练模型库，具体链接为：

https://github.com/PaddlePaddle/PaddleDetection/blob/release/0.2/docs/MODEL_ZOO_cn.md

训练过程出现的一个错误：

作者使用的电脑是笔记本，显卡型号是RTX2060 显存为6G。在训练过程中出现如下错误。

通过命令提示符中发现，竟然出现了(7184, 7184, 3)这样大的图片，而本身数据像素多数为1000*1000左右。

解决改问题的方式有两个：

第一个是修改配置文件中的bufsize这个参数，将该值由128改成64（备注，PaddleDetection新更新的配置文件文档中，已经将该值设置成为32），即可正常运行。在这里解释一下：PaddleDetection YOLOv3系列模型训练时，由于图像增强等预处理方式较多，默认会开启多进程加速，子进程完成图像读取，图像增强等预处理后，会将输出结果放到一个队列里面等待模型训练时获取，bufsize这个参数即为该队列的最大长度，该队列存储在内存中，若机器内存较小并且队列长度bufsize设置得较大，就会有上述报错，报错内容为内存不够，无法给队列继续分配内存。这个时候只要把bufsize调小一些保存内存足够放下队列即可。

第二个方式是修改配置文件中的ratio的参数，将该值由4.0改成了2.0，即可正常运行。PaddleDetection中设置了数据增强功能：在RandomExpand这种数据增强里，首先新建一张(原图大小 * ratio)大小的空白图片，然后在这张空白图片上随机找个位置，把原图贴上去，之后再把这张新图片缩放成原图大小。当然如果显存足够大的话，也可以按照默认值来。

训练过程可视化

训练期间可以通过tensorboard实时观察loss和精度值，启动命令如下：

tensorboard --logdir tb_fruit_dir/scalar

模型导出

当我们训练完成后，在项目文件的output中可以看到我们生成的模型文件，在代码中我们设置模型每迭代200步保存一次，训练总共有20000步，因此会生成100个训练文件，由于我们使用 --eval参数进行边训练边测试，因此我们可以获得训练过程中最好的模型文件，我们将做好的模型进行导出。

执行如下命令：

python tools/export_model.py -c configs/yolov3_mobilenet_v1_fruit.yml --output_dir=./inference_model -o weights=output/yolov3_mobilenet_v1_fruit/best_model

最终导出如下所示：

特别备注：目前导出的模型使用是为了后面C++预测的，python预测目前不支持加载导出的模型。

模型预测

PaddleDetection给出的模型预测代码是infer.py。该文件在项目文件夹tools里面。改代码提供了两种预测方式第一种是单张图片预测，第二种是以一个文件夹中的图片进行预测。通过设置不同的预测方式达到自己的目的。如下，使用--infer_img=demo/xxx.jpg为单张图片进行预测，使用--infer_dir=demo为用一个文件夹进行预测。其中demo是放置测试图片的地方。

6.1 使用单张图片进行预测

测试的结果保存在infer_output这个文件夹中

python -u tools/infer.py -c configs/yolov3_mobilenet_v1_fruit.yml -o weights= output/yolov3_mobilenet_v1_fruit/best_model --infer_img=demo/orange_71.jpg --output_dir=infer_output

特别注意：类似这种在命令提示符下输入时候，一定注意自己输入过程中的出现的多余空格问题：如下图所示，weights=后面出现了一个多的空格，导致模型文件读不到。

6.2 使用一个文件夹中图片进行预测

测试的结果保存在infer_output这个文件夹中：

python -u tools/infer.py -c configs/yolov3_mobilenet_v1_fruit.yml -o weights=output/yolov3_mobilenet_v1_fruit/best_model --infer_img=demo/test --output_dir=infer_output/testout