客服QQ:872490018 服务时间:9:00-21:00

快到没朋友的YOLO v3有了PaddlePaddle 预训练模型

机器之心发布

机器之心编辑部

现在,快到没朋友的YOLO v3有PaddlePaddle实现了。相比原作者在 Darknet 实现的模型,PaddlePaddle 添加了其它一些模块,且精度提高了 5.9个绝对百分点。

YOLO作为目标检测领域的创新技术,一经推出就受到开发者的广泛关注。值得一提的是,基于百度自研的开源深度学习平台PaddlePaddle的YOLO v3实现,参考了论文【Bag of Tricks for Image Classification with Convolutional NeuralNetworks】,增加了mixup,label_smooth等处理,精度(mAP(0.5:0.95))相比于原作者的实现提高了4.7个绝对百分点,在此基础上加入synchronize batchnormalization, 最终精度相比原作者提高5.9个绝对百分点。我们将在下文中为大家详解实现的具体过程。

 

CV领域的核心问题之一就是目标检测(object detection),它的任务是找出图像当中所有感兴趣的目标(物体),确定其位置和大小(包含目标的矩形框)并识别出具体是哪个对象。Faster R-CNN及在其基础上改进的Mask R-CNN在实例分割、目标检测、人体关键点检测等任务上都取得了很好的效果,但通常较慢。YOLO 创造性的提出one-stage,就是目标定位和目标识别在一个步骤中完成。

 

由于整个检测流水线是单个网络,因此可以直接在检测性能上进行端到端优化,使得基础YOLO模型能以每秒45帧的速度实时处理图像,较小网络的Fast YOLO每秒处理图像可达到惊人的155帧。YOLO有让人惊艳的速度,同时也有让人止步的缺陷:不擅长小目标检测。而YOLO v3保持了YOLO的速度优势,提升了模型精度,尤其加强了小目标、重叠遮挡目标的识别,补齐了YOLO的短板,是目前速度和精度均衡的目标检测网络。

 

项目地址:https://github.com/PaddlePaddle/models/blob/v1.4/PaddleCV/yolov3/README_cn.md


YOLO v3检测原理


YOLO v3 是一阶段End2End的目标检测器。YOLO v3将输入图像分成S*S个格子,每个格子预测B个bounding box,每个boundingbox预测内容包括: Location(x, y, w, h)、Confidence Score和C个类别的概率,因此YOLO v3输出层的channel数为S*S*B*(5+ C)。YOLO v3的loss函数也有三部分组成:Location误差,Confidence误差和分类误差。


快到没朋友的YOLO v3有了PaddlePaddle 预训练模型-爱尖刀

图:YOLO v3检测原理

 

YOLO v3网络结构


YOLO v3 的网络结构由基础特征提取网络、multi-scale特征融合层和输出层组成。

 

  1. 特征提取网络。YOLO v3使用 DarkNet53作为特征提取网络:DarkNet53 基本采用了全卷积网络,用步长为2的卷积操作替代了池化层,同时添加了 Residual 单元,避免在网络层数过深时发生梯度弥散。

  2. 特征融合层。为了解决之前YOLO版本对小目标不敏感的问题,YOLO v3采用了3个不同尺度的特征图来进行目标检测,分别为13*13,26*26,52*52,用来检测大、中、小三种目标。特征融合层选取 DarkNet产出的三种尺度特征图作为输入,借鉴了FPN(feature pyramid networks)的思想,通过一系列的卷积层和上采样对各尺度的特征图进行融合。

  3. 输出层。同样使用了全卷积结构,其中最后一个卷积层的卷积核个数是255:3*(80+4+1)=255,3表示一个grid cell包含3个boundingbox,4表示框的4个坐标信息,1表示Confidence Score,80表示COCO数据集中80个类别的概率。

快到没朋友的YOLO v3有了PaddlePaddle 预训练模型-爱尖刀

图:YOLO v3 网络结构


PaddlePaddle简介

PaddlePaddle是百度自研的集深度学习框架、工具组件和服务平台为一体的技术领先、功能完备的开源深度学习平台,有全面的官方支持的工业级应用模型,涵盖自然语言处理、计算机视觉、推荐引擎等多个领域,并开放多个领先的预训练中文模型。目前,已经被中国企业广泛使用,并拥有活跃的开发者社区。


详情可查看PaddlePaddle官网:http://www.paddlepaddle.org/

应用案例—AI识虫


红脂大小蠹是危害超过 35 种松科植物的蛀干害虫,自 1998 年首次发现到 2004 年,发生面积超过 52.7 万平方公里 , 枯死松树达600 多万株。且在持续扩散,给我国林业经济带来巨大损失。传统监测方式依赖具有专业识别能力的工作人员进行实地检查,专业要求高,工作周期长。


北京林业大学、百度、嘉楠、软通智慧合作面向信息素诱捕器的智能虫情监测系统,通过PaddlePaddle训练得到目标检测模型YOLO v3,识别红脂大小蠹虫,远程监测病虫害情况,识别准确率达到90%,与专业人士水平相当,并将原本需要两周才能完成的检查任务,缩短至1小时就能完成。


基于PaddlePaddle实战


运行样例代码需要Paddle Fluid的v 1.4或以上的版本。如果你的运行环境中的PaddlePaddle低于此版本,请根据安装文档中的说明来更新PaddlePaddle:

http://paddlepaddle.org/documentation/docs/zh/1.4/beginners_guide/install/index_cn.html


数据准备


MS-COCO数据集上进行训练,通过如下方式下载数据集。

cd dataset/coco

./download.sh

数据目录结构如下:

dataset/coco/

├── annotations

│   ├──instances_train2014.json

│   ├──instances_train2017.json

│   ├── instances_val2014.json

│   ├──instances_val2017.json

|   ...

├── train2017

│   ├──000000000009.jpg

│   ├──000000580008.jpg

|   ...

├── val2017

│   ├──000000000139.jpg

│   ├──000000000285.jpg

|   ...

模型训练


安装cocoapi:训练前需要首先下载cocoapi

gitclone https://github.com/cocodataset/cocoapi.git

cdcocoapi/PythonAPI

#if cython is not installed

pipinstall Cython

#Install into global site-packages

makeinstall

#Alternatively, if you do not have permissions or prefer

#not to install the COCO API into global site-packages

python2setup.py install --user

下载预训练模型: 本示例提供darknet53预训练模型,该模型转换自作者提供的darknet53在ImageNet上预训练的权重,采用如下命令下载预训练模型。

sh./weights/download.sh

通过初始化 --pretrain加载预训练模型。同时在参数微调时也采用该设置加载已训练模型。请在训练前确认预训练模型下载与加载正确,否则训练过程中损失可能会出现NAN。


开始训练: 数据准备完毕后,可以通过如下的方式启动训练。

python train.py 

   --model_save_dir=output/ 

   --pretrain=${path_to_pretrain_model}

   --data_dir=${path_to_data}

通过设置export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7指定8卡GPU训练。


可选参数见:python train.py --help


数据读取器说明

  • 数据读取器定义在reader.py中。

模型设置:

  • 模型使用了基于COCO数据集生成的9个先验框:10x13,16x30,33x23,30x61,62x45,59x119,116x90,156x198,373x326

  • 检测过程中,nms_topk=400, nms_posk=100,nms_thresh=0.45

训练策略:

  • 采用momentum优化算法训练YOLO v3,momentum=0.9。

  • 学习率采用warmup算法,前4000轮学习率从0.0线性增加至0.001。在400000,450000轮时使用0.1,0.01乘子进行学习率衰减,最大训练500000轮。


下图为模型训练结果Train Loss。


快到没朋友的YOLO v3有了PaddlePaddle 预训练模型-爱尖刀

图:Train Loss


模型评估


模型评估是指对训练完毕的模型评估各类性能指标。本示例采用COCO官方评估。


eval.py是评估模块的主要执行程序,调用示例如下:

pythoneval.py 

    --dataset=coco2017 

    --weights=${path_to_weights} 

通过设置export CUDA_VISIBLE_DEVICES=0指定单卡GPU评估。


若训练时指定--syncbn=False, 模型评估精度如下。


input size

mAP(IoU=0.50:0.95)

mAP(IoU=0.50)

mAP(IoU=0.75)

608x608

37.7

59.8

40.8

416x416

36.5

58.2

39.1

320x320

34.1

55.4

36.3


若训练时指定--syncbn=True, 模型评估精度如下。


input size

mAP(IoU=0.50:0.95)

mAP(IoU=0.50)

mAP(IoU=0.75)

608x608

38.9

61.1

42.0

416x416

37.5

59.6

40.2

320x320

34.8

56.4

36.9

注意: 评估结果基于pycocotools评估器,没有滤除score < 0.05的预测框,其他框架有此滤除操作会导致精度下降。

模型推断


模型推断可以获取图像中的物体及其对应的类别,infer.py是主要执行程序,调用示例如下。

pythoninfer.py 

   --dataset=coco2017 

    --weights=${path_to_weights}  

    --image_path=data/COCO17/val2017/  

    --image_name=000000000139.jpg 

    --draw_thresh=0.5

通过设置export CUDA_VISIBLE_DEVICES=0指定单卡GPU预测。


模型预测速度(Tesla P40)


input size

608x608

416x416

320x320

infer speed

48 ms/frame

29 ms/frame

24 ms/frame

快到没朋友的YOLO v3有了PaddlePaddle 预训练模型-爱尖刀

图:YOLO v3 预测可视化快到没朋友的YOLO v3有了PaddlePaddle 预训练模型-爱尖刀

本文为机器之心发布,转载请联系本公众号获得授权

✄------------------------------------------------

加入机器之心(全职记者 / 实习生):hr@jiqizhixin.com

投稿或寻求报道:content@jiqizhixin.com

广告 & 商务合作:bd@jiqizhixin.com


[广告]赞助链接:


选择AiDeep,让人工智能为你工作:http://www.aideep.com/

四季很好,只要有你,文娱排行榜:http://www.yaopaiming.com/

让资讯触达的更精准有趣:https://www.0xu.cn/

*文章为作者独立观点,不代表 爱尖刀 立场
本文由 机器之心 授权 爱尖刀 发表,并经 爱尖刀 编辑。转载此文章须经作者同意,并请附上出处( 爱尖刀 )及本页链接。原文链接 http://www.ijiandao.com/2b/baijia/262426.html
软文发布
相关文章
微软+长江商学院+软银中国资本,邀你共同探索AI产业化路径
微软+长江商学院+软银中国资本,邀你共…
那些在内地实习的香港青年,都怎么样了……
那些在内地实习的香港青年,都怎么样了……
可行走可攀爬,这款汽车成精了吧!
可行走可攀爬,这款汽车成精了吧!
把下属企业当“提款机”的厅官被双开
把下属企业当“提款机”的厅官被双开
和「摇滚青年」谈恋爱需要注意什么?
和「摇滚青年」谈恋爱需要注意什么?
不可靠实体清单“呼之欲出”,被列入清单会怎么样?
不可靠实体清单“呼之欲出”,被列入清单…
机器之心
almosthuman2014 作者
专业的人工智能媒体和产业服务平台
  • 文章

    2412

  • 评论

    0

关注网络尖刀微信公众号
随时掌握互联网精彩

广告赞助