YOLOv3(TensorFlow 2.1)で自分のモデルをトレーニングする

目的

自分のモデルをトレーニングして火事を認識できる

事前用意

windowsでYOLOv3(TensorFlow 2.0)で物体検出（CPUバージョン）

windowsのGPUでYOLOv3(TensorFlow 2.1)で物体検出をやってみた！

※CPUのトレーニング速度は遅いのため、GPUでトレーニングする。

training用写真用意

https://pan.baidu.com/s/1G2Qh-V8kyLOq4oDbTwK6HQ
提取码（パスワード）:vogw
ファイルは「yolo_tf2\VOCdevkit_fire\VOC2012\JPEGImages」

labelImg.exeでラベル

上記「yolo_tf2\VOCdevkit_fire\VOC2012\Annotations」の資材流用

tools/voc2012.py修正

下記ファイル名はfire_開始しているのため、修正必要
yolov3-tf2\VOCdevkit_fire\VOC2012\ImageSets\Main
fire_train.txt
fire_val.txt

# ９６行目
        FLAGS.data_dir, 'ImageSets', 'Main', 'fire_%s.txt' % FLAGS.split)).read().splitlines()

tfrecordファイル作成(train and val)

python tools/voc2012.py --data_dir ./VOCdevkit_fire/VOC2012 --split train --output_file ./data/voc2012_train_fire.tfrecord --classes ./data/fire_voc2012.names

python tools/voc2012.py --data_dir ./VOCdevkit_fire/VOC2012 --split val --output_file ./data/voc2012_val_fire.tfrecord --classes ./data/fire_voc2012.names

tfrecordファイル作成の確認

(keras_work) C:\temp\yolov3-tf2\data>dir /B *.tfrecord
voc2012_train_fire.tfrecord
voc2012_val_fire.tfrecord

トレーニング

--epochs 20:トレーニング回数

cd..

python train.py --dataset ./data/voc2012_train_fire.tfrecord --val_dataset ./data/voc2012_val_fire.tfrecord --classes ./data/fire_voc2012.names --num_classes 1 --mode fit --transfer darknet --batch_size 4 --epochs 20 --weights ./checkpoints/yolov3.tf --weights_num_classes 80

windows7のGPU使用率確認

GPUでトレーニング時間

20分

自分のモデルの確認

python detect.py --classes ./data/fire_voc2012.names --num_classes 1 --weights ./checkpoints/yolov3_train_19.tf --image ./fire.jpg

--weights ./checkpoints/yolov3_train_19.tf
※自分でトレーニングしたのcheckpointを指定（最大の番号19を指定）

確認結果

I0505 22:21:46.660045  7024 detect.py:35] weights loaded
I0505 22:21:46.662045  7024 detect.py:38] classes loaded
I0505 22:21:47.962119  7024 detect.py:55] time: 1.21506929397583
I0505 22:21:47.963119  7024 detect.py:57] detections:
I0505 22:21:48.174131  7024 detect.py:66] output saved to: ./output.jpg

detections:内容なし？認識できないみたい

output.jpg

認識できない？yolo_score_threshold 指定必要

python detect.py --classes ./data/fire_voc2012.names --num_classes 1 --weights ./checkpoints/yolov3_train_19.tf --image ./fire.jpg --yolo_score_threshold 0.3

output.jpg