YOLOv2檢測過程的Tensorflow實(shí)現(xiàn)是怎樣的

YOLOv2檢測過程的Tensorflow實(shí)現(xiàn)是怎樣的，很多新手對此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

一、全部代碼解讀如下：

1、model_darknet19.py：yolo2網(wǎng)絡(luò)模型——darknet19。

YOLOv2采用了一個(gè)新的基礎(chǔ)模型（特征提取器），稱為Darknet-19，包括19個(gè)卷積層和5個(gè)maxpooling層，如下圖。Darknet-19與VGG16模型設(shè)計(jì)原則是一致的，主要采用3*3卷積，采用2*2的maxpooling層之后，特征圖維度降低2倍，而同時(shí)將特征圖的channles增加兩倍。

主要特點(diǎn)有：

（1）去掉了全連接層fc

·這樣大大減少了網(wǎng)絡(luò)的參數(shù)，個(gè)人理解這是yolo2可以增加每個(gè)cell產(chǎn)生邊界框以及每個(gè)邊界框能夠單獨(dú)的對應(yīng)一組類別概率的原因。

·并且，網(wǎng)絡(luò)下采樣是32倍，這樣也使得網(wǎng)絡(luò)可以接收任意尺寸的圖片，所以yolo2有了Multi-Scale Training多尺度訓(xùn)練的改進(jìn)：輸入圖片resize到不同的尺寸（論文中選用320,352...，608十個(gè)尺寸，下采樣32倍對應(yīng)10*10~19*19的特征圖）。每訓(xùn)練10個(gè)epoch，將圖片resize到另一個(gè)不同的尺寸再訓(xùn)練。這樣一個(gè)模型可以適應(yīng)不同的輸入圖片尺寸，輸入圖像大(608*608)精度高速度稍慢、輸入圖片小(320*320)精度稍低速度快，增加了模型對不同尺寸圖片輸入的魯棒性。

（2）在每個(gè)卷積層后面都加入一個(gè)BN層并不再使用droput

·這樣提升模型收斂速度，而且可以起到一定正則化效果，降低模型的過擬合。

（3）采用跨層連接Fine-Grained Features

·YOLOv2的輸入圖片大小為416*416，經(jīng)過5次maxpooling（下采樣32倍）之后得到13*13大小的特征圖，并以此特征圖采用卷積做預(yù)測。這樣會導(dǎo)致小的目標(biāo)物體經(jīng)過5層maxpooling之后特征基本沒有了。所以yolo2引入passthrough層：前面的特征圖維度是后面的特征圖的2倍，passthrough層抽取前面層的每個(gè)2*2的局部區(qū)域，然后將其轉(zhuǎn)化為channel維度，對于26*26*512的特征圖，經(jīng)passthrough層處理之后就變成了13*13*2048的新特征圖，這樣就可以與后面的13*13*1024特征圖連接在一起形成13*13*3072大小的特征圖，然后在此特征圖基礎(chǔ)上卷積做預(yù)測。作者在后期的實(shí)現(xiàn)中借鑒了ResNet網(wǎng)絡(luò)，不是直接對高分辨特征圖處理，而是增加了一個(gè)中間卷積層，先采用64個(gè)1*1卷積核進(jìn)行卷積，然后再進(jìn)行passthrough處理，這樣26*26*512的特征圖得到13*13*256的特征圖。這算是實(shí)現(xiàn)上的一個(gè)小細(xì)節(jié)。

2、decode.py：解碼darknet19網(wǎng)絡(luò)得到的參數(shù).

3、utils.py：功能函數(shù)，包含：預(yù)處理輸入圖片、篩選邊界框NMS、繪制篩選后的邊界框。

這里著重介紹NMS中IOU計(jì)算方式：yolo2中計(jì)算IOU只考慮形狀，先將anchor與ground truth的中心點(diǎn)都偏移到同一位置（cell左上角），然后計(jì)算出對應(yīng)的IOU值。

IOU計(jì)算難點(diǎn)在于計(jì)算交集大?。菏紫纫袛嗍欠裼薪患?，然后再計(jì)算IOU。計(jì)算時(shí)候有一個(gè)trick，只計(jì)算交集部分的左上角和右下角坐標(biāo)即可，通過取max和min計(jì)算：

4、Main.py：YOLO_v2主函數(shù)

對應(yīng)程序有三個(gè)步驟：

（1）輸入圖片進(jìn)入darknet19網(wǎng)絡(luò)得到特征圖，并進(jìn)行解碼得到：xmin xmax表示的邊界框、置信度、類別概率

（2）篩選解碼后的回歸邊界框——NMS

（3）繪制篩選后的邊界框

運(yùn)行環(huán)境：

Python3 + Tensorflow1.5 + OpenCV-python3.3.1 + Numpy1.13
windows和ubuntu環(huán)境都可以

準(zhǔn)備工作：

請?jiān)趛olo2檢測模型下載模型，并放到y(tǒng)olo2_model文件夾下

https://pan.baidu.com/s/1ZeT5HerjQxyUZ_L9d3X52w

文件說明：

1、model_darknet19.py：yolo2網(wǎng)絡(luò)模型——darknet19
2、decode.py：解碼darknet19網(wǎng)絡(luò)得到的參數(shù)
3、utils.py：功能函數(shù)，包含：預(yù)處理輸入圖片、篩選邊界框NMS、繪制篩選后的邊界框
4、config.py：配置文件，包含anchor尺寸、coco數(shù)據(jù)集的80個(gè)classes類別名稱
5、Main.py：YOLO_v2主函數(shù)，對應(yīng)程序有三個(gè)步驟：
（1）輸入圖片進(jìn)入darknet19網(wǎng)絡(luò)得到特征圖，并進(jìn)行解碼得到：xmin xmax表示的邊界框、置信度、類別概率
（2）篩選解碼后的回歸邊界框——NMS
（3）繪制篩選后的邊界框
6、Loss.py：Yolo_v2 Loss損失函數(shù)（train時(shí)候用，預(yù)測時(shí)候沒有調(diào)用此程序）
（1）IOU值最大的那個(gè)anchor與ground truth匹配，對應(yīng)的預(yù)測框用來預(yù)測這個(gè)ground truth:計(jì)算xywh、置信度c(目標(biāo)值為1)、類別概率p誤差。
（2）IOU小于某閾值的anchor對應(yīng)的預(yù)測框：只計(jì)算置信度c(目標(biāo)值為0)誤差。
（3）剩下IOU大于某閾值但不是max的anchor對應(yīng)的預(yù)測框：丟棄，不計(jì)算任何誤差。
7、yolo2_data文件夾：包含待檢測輸入圖片car.jpg、檢測后的輸出圖片detection.jpg、coco數(shù)據(jù)集80個(gè)類別名稱coco_classes.txt

運(yùn)行Main.py即可得到效果圖：

1、car.jpg：輸入的待檢測圖片

2、detected.jpg：檢測結(jié)果可視化

可以看到，跟yolo1對比，yolo2引入anchor后檢測精度有了提升（car和person的類別置信度高了許多），并且每個(gè)邊界框?qū)?yīng)一組類別概率解決了yolo1中多個(gè)目標(biāo)中心點(diǎn)落在同一個(gè)cell只能檢測一個(gè)物體的問題（左側(cè)兩個(gè)person都檢測出來了）。相比yolo1還是有一定提升的。

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進(jìn)一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。