YOLO训练Pedestrain

Pedestrain

dl 

使用darknet训练:

1. Inria

1. 创建 yolo-inria.cfg

   从cfg/yolo-voc.2.0.cfg拷贝一份，修改batch=64, subdivisions=8, classes=1, 修改最后一个卷积层为filter=30。

   cp cfg/yolo-voc.2.0.cfg cfg/yolo-inria.cfg
   

2. 创建data/inria.names

   里面只有一行：person

3. 为每个图片创建label文件，形式如下：

   每个图片对应一个label文件，一个行人对应一行，object-class全为0。文件分别放在/home/guru_ge/dataset/INRIAPerson/Train/labels目录和/home/guru_ge/dataset/INRIAPerson/Test/labels目录。

   <object-class> <x> <y> <width> <height>
   

4. 创建train.txt, test.txt

   所有训练图片的路径，每行一张图片，位置在/home/guru_ge/dataset/INRIAPerson/。
   data/obj/img1.jpg
   data/obj/img2.jpg
   data/obj/img3.jpg

5. 创建data/inria.data

   修改train.txt, test.txt位置：

   classes= 1
   train  = /home/guru_ge/dataset/INRIAPerson/train.txt
   valid  = /home/guru_ge/dataset/INRIAPerson/test.txt
   names = data/obj.names
   backup = backup/
   

6. 下载在ImageNet上预训练的darknet19模型

   wget http://pjreddie.com/media/files/darknet19_448.conv.23
   

7. 开始训练

   ./darknet detector train data/inria.data cfg/yolo-inria.cfg darknet19_448.conv.23 -gpus 0
   

结果

在INRIA测试集上评测结果：

./darknet detector map cfg/inria.data cfg/yolo-inria.cfg backup/yolo-inria.backup -gpus 0

class_id = 0, name = person, ap = 88.85 %
for thresh = 0.24, precision = 0.95, recall = 0.86, F1-score = 0.90
for thresh = 0.24, TP = 509, FP = 29, FN = 80, average IoU = 76.81 %

mean average precision (mAP) = 0.888518, or 88.85 %
Total Detection Time: 4.000000 Seconds

测试图片：

./darknet detector test cfg/inria.data cfg/yolo-inria.cfg backup/yolo-inria.backup -gpus 0

 

测试图片

 

跑另外一个视频：

./darknet detector demo cfg/inria.data cfg/yolo-inria.cfg backup/yolo-inria.backup MOT16-06.mp4 -gpus 0

效果：

 

检测结果

 

大小：

416 x 416

速度：

CPU FPS: 0.2
GPU FPS: 90

问题：
小目标检测不到

2. caltech

训练：

	./darknet detector train cfg/caltech.data cfg/yolo-caltech.cfg darknet19_448.conv.23 -gpus 0 -dont_show

每5帧提取一张，训练集45651张图片，测试集4406张图片。batch_size为64，迭代3万次左右开始收敛：

 

loss

 

评估：

	./darknet detector map cfg/caltech.data cfg/yolo-caltech.cfg backup_caltech/yolo-caltech_40000.weights -gpus 0

detections_count = 24968, unique_truth_count = 6465
class_id = 0, name = person, 8 ap = 22.66 %
for thresh = 0.24, precision = 0.41, recall = 0.22, F1-score = 0.29
for thresh = 0.24, TP = 1431, FP = 2053, FN = 5034, average IoU = 27.87 %

mean average precision (mAP) = 0.226584, or 22.66 %
Total Detection Time: 137.000000 Seconds

问题：

从map上看表现很差，只有22.66，这可能是因为这个数据集人太小，并且标注中还包含了一些被遮挡的目标，干扰了检测结果。

我们还测试了使用inria数据集训练的模型在caltech上的结果，表现还要更差：

detections_count = 17643, unique_truth_count = 6465
class_id = 0, name = person, 3 ap = 9.09 %
for thresh = 0.24, precision = 0.48, recall = 0.05, F1-score = 0.09
for thresh = 0.24, TP = 315, FP = 340, FN = 6150, average IoU = 35.57 %

mean average precision (mAP) = 0.090909, or 9.09 %
Total Detection Time: 46.000000 Seconds

	./darknet detector demo cfg/caltech.data cfg/yolo-caltech.cfg yolo-caltech_30000.weights 

使用caltech训练结果，小目标的检测更准确了，但也存在了误检的问题，这可能是标注中还包含了一些被遮挡的行人，导致训练的模型将这些遮挡物也认为是行人，出现了误检。

 

检测结果