1.站在巨人的肩上

github原始碼：https://github.com/zzh8829/yolov3-tf2

參考B站視頻：https://www.bilibili.com/video/BV1YK4y1E7zd（colab使用）
https://www.bilibili.com/video/BV1r5411t7Db?t=1536&p=2（訓練）

2.colab的使用

colab是谷歌推出的免費GPU使用的云服務器平臺（說實話，用完之后感覺谷歌還是一個良心企業），想深入了解的可以去谷歌官網了解，

1. 創建谷歌賬號；

 **前情提示**：使用谷歌的時候，最好要有能“科學”上網的工具，不然中間某一步可能就進行不下去了，
 大家下載裝好谷歌瀏覽器，然后注冊一個谷歌賬號就行，這個比較簡單，需要自己的手機號，就不多說了，

2. 創建云盤；

登錄號賬號，可以在谷歌瀏覽器的右上方你頭像的左邊按鈕里面找到云端硬碟，點擊進去，

在左上方點擊新建然后點擊關聯更多應用

在搜索里面找到colabratory，安裝好后，回傳云端硬碟新建，可以直接看到該應用了，

3.掛載云盤檔案夾

由于colab設計的初衷是供大家短期使用，所以每次使用colab服務器，里面的檔案都會被清除，建議大家把工程檔案放到云盤，然后進行掛載，不然colab服務器不會保存你的檔案，掛載操作我會放到下面一起講解，

3.YOLOV3-Tensorflow

1.下載原始碼

本教程使用的原始碼地址是：https://github.com/zzh8829/yolov3-tf2，大家下載后解壓放在一個全英文路徑就行了，

2.下載Labelimg標注工具

不會使用的同學，可以參考https://www.jianshu.com/p/ff99d430150f，保證能打開軟體界面后，看下面內容，

3.創建VOC檔案夾

各位一定要嚴格按照這樣的格式進行創建，不要做修改，直接照著搬就行了，（這里有兩個py檔案是我寫的腳本，后續會說）

• yolov3-tf2-master
• VOCdevkit
  • VOC2012
    • Annotation
    • ImageSets
      - Main
    • JPEGImages

現在檔案夾里面的內容都是空的，接下來，把所有需要標注的檔案放進JPEGImages里面，注意要是jpg格式的圖片，

下面的代碼是用于格式化圖片名稱的，這樣方便后續查看，

# -*- coding:utf-8 -*-
import os

class ImageRename():
 def __init__(self):
  self.path = 'E:\yolov3-tf2-master\VOCdevkit\VOC2012\JPEGImages'

 def rename(self):
  filelist = os.listdir(self.path)
  total_num = len(filelist)
  i = 0
  for item in filelist:
    if item.endswith('.jpg'):
     src = os.path.join(os.path.abspath(self.path), item)
     dst = os.path.join(os.path.abspath(self.path), '0000' + format(str(i), '0>3s') + '.jpg')
     os.rename(src, dst)
     i = i + 1

if __name__ == '__main__':
 newname = ImageRename()
 newname.rename()

效果就像這樣，

4.標注影像

打開labelimg，我們需要注意把第三個圈住的地方改成pascalVOC模式，然后點擊open Dir找到剛剛我們的JPEGImages檔案夾，然后點Change Save Dir把標注好的xml檔案存到Annotation里，然后就是進行標注作業，操作都是圖形化的，很簡單，能看懂，如果實在不懂的，可以看看這方面的教程，主要是要把路徑設定正確，

特別注意：在標注的時候，你的資料集有多少類別，就相應的在data檔案夾里，復制voc2012.names檔案，然后改成你想要的（我這里改成了face_voc2012.names）,檔案里面存放的是你的類，一類一行，本教程用的是一類就是face，（在所有操作中，需要注意你的檔案名和地址，方面與我的教程有所不同時，自己修改）

標注完成后，會生成這樣的xml檔案，那就代表完成標注作業了，

5.分割訓練集與測驗集

在ImageSets里的Main里創建py檔案，原始碼我放下面，作用就是分割好訓練集與測驗集

import os,glob
path = r'E:\yolov3-tf2-master\VOCdevkit\VOC2012\JPEGImages'
path_list = os.listdir(path)
path_list.sort()
print(len(path_list))
with open('train.txt', "w", encoding='utf-8') as f:
    for i in path_list[0:int(len(path_list)*0.8)]: #80%作為訓練集，20%作為測驗集
            sentences = i[:-4]+'\n'
            f.write(sentences)

with open('val.txt', "w", encoding='utf-8') as f:
    for i in path_list[int(len(path_list)*0.8):-1]:
            sentences = i[:-4]+'\n'
            f.write(sentences)

其實這里面存放的就是圖片的地址，

6.放入yolov3.weights檔案

在https://pjreddie.com/media/files/yolov3.weights下載yolov3.weights放在data檔案夾下，

7.上傳檔案夾

做完上面的步驟，我們把檔案夾上傳到我的云端硬碟，

4.在colab服務器上進行訓練

1.服務器基本設定

在云端硬碟新建中選擇colab進入服務器，點擊左上方修改，點擊筆記本設定，選擇GPU，

然后點擊右上方連接到托管的運行時，即可連接使用colab服務器了，

2.掛載colab檔案夾

需要說明的是：colab服務器使用的是Linux系統，IDE是jupyter notebook，小白的話需要懂一些基礎操作，（比如運行代碼需要在前面加感嘆號）
在界面上方點擊**+代碼**，添加代碼塊，盡量多添加幾條，

然后在代碼塊中鍵入一下代碼，盡量一行一個代碼塊，方面查看，

import os 
from google.colab import drive
drive.mount('/content/drive')

%cd /content/drive

%ls

%cd My\  Drive/

%cd /content/drive/MyDrive/yolov3-tf2-master

!pip install -r requirements-gpu.txt #下載所需要的第三方庫

!python convert.py  #將weights檔案轉換成tensorflow所需要的tf檔案

3.生成tfrecord檔案

這個操作是這個tensorflow版本特有的操作，目的應該是將所有訓練集和測驗集的地址全部存入一個地址，方便讀取，

python tools/voc2012.py   --data_dir ./VOCdevkit/VOC2012  --split train   --output_file   ./data/voc_train.tfrecord --classes ./data/face_voc2012.names #訓練集
python tools/voc2012.py   --data_dir ./VOCdevkit/VOC2012  --split val   --output_file   ./data/voc_val.tfrecord --classes ./data/face_voc2012.names #測驗集

執行完后，會在data檔案夾下生成voc_train.tfrecord和voc_val.tfrecord，那就代表生成tfrecord檔案成功了，

4.遷移訓練

下面的代碼用于訓練，引數較多，不過都應該都可以看懂，一一對應就好，

python train.py --dataset  ./data/voc_train.tfrecord --val_dataset   ./data/voc_val.tfrecord --classes ./data/face_voc2012.names --num_classes 1 --mode fit --transfer darknet --batch_size 32 --epochs 20 --weights ./checkpoints/yolov3.tf --weights_num_classes 80

如果你訓練的類目與我有所不同，請修改 num_classes，其他的可以保持不動，
還有一點需要注意的就是：在訓練程序中，可以會出現loss還未降到20，就過早停止訓練的情況WARNING:tensorflow:Unresolved object in checkpoint: (root).layer-8 W0428 16:43:05.946897 140396833212224 util.py:150] Unresolved object in checkpoint: (root).layer-8 WARNING:tensorflow:Unresolved object in checkpoint: (root).layer-9 W0428 16:43:05.947242 140396833212224 util.py:150] Unresolved object in checkpoint: (root).layer-9 Epoch 00003: early stopping
這時候我們需要打開train.py進行修改

        callbacks = [
            ReduceLROnPlateau(verbose=1),
            EarlyStopping(patience=3, verbose=1),#我們需要修改這里的patience，改成4或者更大
            ModelCheckpoint('checkpoints/yolov3_train_{epoch}.tf',
                            verbose=1, save_weights_only=True),
            TensorBoard(log_dir='logs')
        ]

本教程標注了45張人臉作為訓練，訓練步數epoch設定為了20，用時219秒，loss就降到了73，不得不說這比在darknet上訓練快多了，我快感動哭了，，，，
不過大家自己做的時候，要盡量保證loss降到20以下，這樣模型才準確，
完成訓練后，模型會保存到./checkpoints/，在下面一步會用到

5.測驗模型

測驗模型用下面的代碼，注意有與我不同的地方，請自己修改，比如權重檔案地址，和圖片地址，特別注意：這里把threshold設定為 0.3，因為原始碼的最高分為0.5，所以不設定的話，可能會導致顯示不出來，

python detect.py --classes ./data/face_voc2012.names --num_classes 1 --weights ./checkpoints/yolov3_train_20.tf  --image  ./VOCdevkit/VOC2012/JPEGImages/0000016.jpg       
--yolo_score_threshold 0.3

本教程測驗的效果如下

總結

總的來說，整個流程會有點復雜，但是絕對不難，相信各位仔細操作，就可以跑出結果，對于更高階的檢測，比如連接攝像頭和其他，可以看原始碼的說明檔案，由于我目前沒有設備所以就沒有演示，