最近因为工作需要，使用了Yolo v3做目标检测。由于它自带的数据集完全不能够满足需要，只能从头开始自己训练。当然这必须要用python来做了，不能用C语言。。。
首先，我发现那个著名的Keras版本非常好：https://github.com/qqwweee/keras-yolo3 但它的一些地方很麻烦，尤其是关于训练，作者给出的方法太粗糙了，甚至没有使用标注软件。。。
于是我在网上搜索了一下，发现有个网页确实讲得很具体，值得学习啊，感谢 鸡立鹤群的大愚弱智 为大家所做的贡献：https://blog.csdn.net/u012746060/article/details/81183006
但其中还是有一些问题没有讲清楚，以至于网页下方有很多人在提问，始终没有收到回复。因为我已经基本搞明白了，所以这里补充说明几个关键点，希望对大家有用：
文件夹叫什么名字其实无所谓，不一定要叫VOC2007，只需要在后面的各项设置中把名字对应上就行。
logs/000/目录也不是一定要存在，如果想放在别的路径，记得训练之前去train.py里，把log_dir = ‘logs/000/’ 改掉；训练之后去yolo.py里，把"model_path": ‘logs/000/trained_weights.h5’ 改掉。
就如同一些人发现的那样，使用python yolo.py实际上是无法实现图片检测的，只会显示Using TensorFlow backend，然后立即退出。正确的办法应该是使用python yolo_video.py --image。
PS：如果直接去原作者的Github页面看他的介绍，会发现他描述的用法也是用yolo_video.py，而不是yolo.py。
我看到有些人反映说，运行之后出现了类似于这样的提示：
2019-07-09 13:48:45.569398: E tensorflow/core/grappler/optimizers/meta_optimizer.cc:502] shape_optimizer failed: Invalid argument: Subshape must ha ve computed start >= end since stride is negative, but is 0 and 2 (computed from start 0 and end 9223372036854775807 over shape with rank 2 and str ide-1)
2019-07-09 13:48:46.972414: E tensorflow/core/grappler/optimizers/meta_optimizer.cc:502] remapper failed: Invalid argument: Subshape must have comp uted start >= end since stride is negative, but is 0 and 2 (computed from start 0 and end 9223372036854775807 over shape with rank 2 and stride-1)
2019-07-09 13:48:47.816976: E tensorflow/core/grappler/optimizers/meta_optimizer.cc:502] layout failed: Invalid argument: Subshape must have comput ed start >= end since stride is negative, but is 0 and 2 (computed from start 0 and end 9223372036854775807 over shape with rank 2 and stride-1)
这个没有关系的，这个提示完全不妨碍正确的检测结果，我这边也有这类提示。
不用GPU的话，训练速度当然很慢，各位只能自己想办法了。如果现实中找不到好电脑，可以考虑网上云端运行。至于有人说“这个程序不能用GPU运行”，这个情况我完全没有遇到，不知道为何。
修改iou和score的值非常简单，去yolo.py里面，修改第27和第28行即可。不过个人感觉系统默认值其实是挺合理的。
关于如何修改学习率，这边有一个细节。在 鸡立鹤群的大愚弱智 的网页上，他是把train.py重写了，这样就和原始的train.py很不一样了。
如果大家去看原始的文件，会在第53行看到optimizer=Adam(lr=1e-3)，第73行看到optimizer=Adam(lr=1e-4)，它的意思是分成两个阶段训练，第一阶段使用较大的学习率去探索，到后面第二阶段开始微调了，就改成较小的学习率，所以本身Yolo v3的学习率一定是可以设定的。
但是在重写的文件里，这两行都没了，只剩下第22行的optimizer=‘adam’, 意思应该是从头到尾学习率不变，不分阶段。所以我甚至不确定这个版本的Yolo v3到底用了多大的学习率？系统默认学习率是多少我也不知道。。。
总之如果想手动修改lr，应该就是在这个地方附近吧。我没改过，感觉没有必要。
有一个细节虽然不影响程序正常运行，但其实是 的一个失误。在他的第3步里，他生成了4个txt文件，包括了初步的验证集val.txt，并且在第4步生成了最终的验证集2007_val.txt。但是到了他的第7步，他又在最终的训练集2007_train.txt里面划出10%的数据作为验证集，并且他第7步的train.py里面，根本就没有读取2007_val.txt。换言之，他的2007_val.txt白做了，所有的数据都浪费了，最终的验证集数据其实还是来源于训练集。
对这种情况最简单的处理办法就是，在他第3步里，设置trainval_percent = 0，train_percent = 1，这样最后就没有2007_val.txt了，所有的数据都会进入2007_train.txt，都不浪费。
loss值运行很久之后不下降，或者loss值变得很小之后，检测效果仍然不好，那么有很多种可能性，无法几句话概括。最大的可能性之一是：你的数据太少了。我看到有人说，训练集用了100多张照片，这可不太够。。。
这个程序确实没有输出训练日志文件，没法直接画loss曲线之类的。但实现这一步其实很简单，因为训练数据会展示出来，比如在cmd里或者jupyter notebook里。我们直接把这些数据拷贝出来，粘贴到记事本里就行了。然后你可以用excel读取这个文本文件，转化为excel格式（比如把空格作为分隔符读取），接下来怎么画图都可以。
Yolo v3确实没有自带的“用测试集评估模型的代码”，这是目标检测本身的原理导致的，所以你只能人工评估。比如你图上有10个目标，结果检测出来9个，有1个是错误的，8个是正确的，那么你的precision就是8/9=0.89，recall就是8/10=0.8，F1 score可以算出来是0.84。这个你只能手动算。。。
你要想让Yolo v3和你标注的结果（比如LabelImg的xml文件）做对比，然后自动输出统计结果，这不现实，它目前还没这个功能呢。
这也就是8里为什么我提议设置trainval_percent = 0，train_percent = 1的原因，因为这个程序里根本不包含测试代码，test.txt和2007_test.txt的数据说白了也是被浪费的，不如不要。
最最重要的一点：很多人都反映了同一个问题，即一张图片最多只能识别20个对象。事实上我做的时候，有2类，一开始就最多只能识别40个对象，所以是遇到了同一个问题（大家都是做小物体检测的吧？）。
这个问题的答案其实非常简单，我最终是在这个程序Github网页的某个issue里找到答案的。。。外国人A问了这个问题，外国人B给出了答案：
20是这个程序预设的一个参数（超参数），意思是每张图片最多只能识别20个，所以把这个参数改掉就行了！
要改的地方有两个：
（1）训练时，要在yolo3文件夹下面的utils.py里，修改get_random_data()函数，有一个默认参数是max_boxes=20，改成很大的数值就行了。
（2）检测时，要在yolo3文件夹下面的model.py里，修改yolo_eval()函数，有一个默认参数是max_boxes=20，改成很大的数值就行了。
（1）是外国人B说的，（2）是我后来自己摸索出来的。（2）很重要，但其实（1）也很关键，要是不改的话，你在一张图里的标注，最多就只有20个被系统输入了，别的都浪费了。
最后总结一下：这个Keras版本的Yolo v3程序肯定是没问题的；如果有问题，都是可以解决和克服的；实在解决不了，网上中文和英文资源那么多，搜一搜就好啦。
————————————————
版权声明：本文为CSDN博主「yitai_kongtiao」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_45488478/article/details/98397947
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
