使用Google Colab快速體驗(yàn)ScaledYOLOv4

「對(duì)象偵測(cè)」一直是計(jì)算機(jī)視覺(jué)的重點(diǎn)項(xiàng)目，已發(fā)展了二十多年，早期利用各種特征提取和比對(duì)來(lái)找出人們對(duì)影像中有興趣的像素集合（對(duì)象），如VJ, HOG等。近幾年來(lái)，大家則把重點(diǎn)放在了「深度學(xué)習(xí)」的模型上，從剛開始的二階段偵測(cè)器(Two-stage Detector)，如RCNN, SPPNet, Fast RCNN, Faster RCNN等，到目前最流行的一階段偵測(cè)器(One-stageDetector)，如SSD, RetinaNet, EfficientDet, YOLO等，其中又以YOLO(You OnlyLook Once)系列發(fā)展的最好，一路發(fā)展出YOLOv2, YOLOv3, YOLOv4, YOLOv5, 去年更有ScaledYOLOv4,YOLOX, YOLOR等技術(shù)推出，讓大家有更快推論速度、更高推論精度、更彈性模型架構(gòu)，讓同一張影像中大小對(duì)象都能順利被檢出。

「ScaledYOLOv4」這個(gè)模型可依輸入影像大小選擇不同尺度架構(gòu)，以往YOLOv4只分標(biāo)準(zhǔn)和tiny兩種，而這里分為tiny, csp, large，而large又分p5, p6, p7，完整的架構(gòu)可參考Fig. 1 & 2。至于模型的運(yùn)作原理[7]寫得頗清楚，這里就不多作說(shuō)明。從Fig. 1就可明顯看出其效能大幅優(yōu)于YOLOv3, YOLOv4及EfficientDet。

Fig. 1 ScaledYOLOv4和其它模型在COCO數(shù)據(jù)集推論效能比較表。

Fig. 2 ScaledYOLOv4模型架構(gòu)(csp, p5,p6, p7)。

為了讓大家快速上手，這里參考了王建堯博士釋出的PyTorch源碼，

https://github.com/WongKinYiu/ScaledYOLOv4

另外提供了一個(gè)完整的Google Colab范例，說(shuō)明如何建立環(huán)境及運(yùn)行COCO數(shù)據(jù)集預(yù)訓(xùn)練參數(shù)。而訓(xùn)練及推論自定義數(shù)據(jù)集就留待下回分解。完整范例請(qǐng)參考下列網(wǎng)址。

https://github.com/OmniXRI/Colab_ScaledYOLOv4

由于csp和large(p5)在模型定義的格式略有不同，前者為cfg，后者是采yaml，權(quán)重值亦有不同，前者為weight，后者為pt，所以這里有兩個(gè)范例程序，分別對(duì)應(yīng)csp和large兩種格式，而large又以p5為例，若要執(zhí)行p6, p7則自行修改內(nèi)容即可。

scaled-yolov4-csp_coco_test.ipynb

scaled-yolov4-large_coco_test.ipynb

整個(gè)程序主要有八個(gè)動(dòng)作，如下說(shuō)明，這里以csp為例。

1. 檢查GPU及CUDA版本

由于后面的程序需要用要Nvidia CUDA，所以要先檢查。執(zhí)行后若顯示failed，則至左上角選單中「編輯」─「筆記本設(shè)定」下「硬件加速器」選擇「GPU」，再重新運(yùn)行一次即可。至于配置到那一種Nvidia GPU則無(wú)妨。

!nvidia-smi

2. 檢查系統(tǒng)默認(rèn)安裝套件及版本

建議版本如下所示，若大于下列版本而造成無(wú)法順利運(yùn)作則請(qǐng)自行降版后再執(zhí)行后續(xù)工作。

Python3.7.12

opencv-contrib-python4.1.2.30

opencv-python4.1.2.30

tensorboard2.7.0

torch1.10.0+cu111

torchvision0.11.1+cu111

!python--version

!piplist

3. 安裝 mish-cuda

這是ScaledYOLOv4必要組件，一定要安裝，否則無(wú)法順利運(yùn)行，預(yù)設(shè)安裝版本 0.0.3。

本范例無(wú)法于無(wú)Nvidia CUDA環(huán)境下運(yùn)行。

!pipinstall git+https://github.com/JunnYu/mish-cuda.git

!piplist

4. 下載ScaledYOLOv4

依需求下載不同版本(csp, large)的PyTorch ScaledYOLOv4到 /content/ScaledYOLOv4 路徑下。請(qǐng)注意這里 -byolov4-csp 為指定下載csp版本分支，若無(wú)-b參數(shù)則為large(default版本）。

!gitclone -b yolov4-csp https://github.com/WongKinYiu/ScaledYOLOv4

%cdScaledYOLOv4

!ls

5. 下載COCO預(yù)訓(xùn)練權(quán)重檔

在 /content/ScaledYOLOv4下新增 /weights 路徑，將Google共享文件COCO預(yù)訓(xùn)練權(quán)重值檔案下載到該路徑下。主要差別在--ld后面的路徑，可自行更換。

yolov4-csp.weights: 1TdKvDQb2QpP4EhOIyks8kgT8dgI1iOWT

yolov4-p5.pt: 1aXZZE999sHMP1gev60XhNChtHPRMH3Fz

yolov4-p6.pt: 1aB7May8oPYzBqbgwYSZHuATPXyxh9xnf

yolov4-p7.pt: 18fGlzgEJTkUEiBG4hW00pyedJKNnYLP3

!mkdirweights

%cdweights

!gdown--id 1TdKvDQb2QpP4EhOIyks8kgT8dgI1iOWT

!ls

6. 下載測(cè)試影像

在 /data 路徑下建立 /images 用于存放測(cè)試影像

隨便從網(wǎng)絡(luò)上下載一張影像并更名為 test01.jpg

%cd/content/ScaledYOLOv4/data

!mkdirimages

%cdimages

!wgethttps://raw.githubusercontent.com/WongKinYiu/PyTorch_YOLOv4/master/data/samples/bus.jpg

!mvbus.jpg test01.jpg

!ls

7. 進(jìn)行推論

根據(jù)下列參數(shù)執(zhí)行推論程序 detect.py

影像大小 640x640, （預(yù)設(shè)csp為640, p5為896, p6為1280, p7為1536）

置信度 0.3, （可自行調(diào)整）

推論裝置(GPU) 0, （第一組GPU）

配置文件, （csp為yolov4-csp.cfg, large為yolov4-p5.yaml）

模型權(quán)重文件, （csp為yolov4-csp.weights，large為yolov4-p5.pt）

來(lái)源影像（可指定單張影像、單個(gè)影片、檔案夾等）

%cd/content/ScaledYOLOv4/

!pythondetect.py

--img640

--conf0.3

--device0

--cfgmodels/yolov4-csp.cfg

--weightsweights/yolov4-csp.weights

--sourcedata/images/test01.jpg

8. 顯示推論結(jié)果

推論完成會(huì)將結(jié)果置于 /inference/output 路徑下

使用OpenCV函數(shù)顯示結(jié)果影像

importcv2

fromgoogle.colab.patches import cv2_imshow

img1 =cv2.imread('data/images/test01.jpg')

cv2_imshow(img1)

img2 =cv2.imread('inference/output/test01.jpg')

cv2_imshow(img2)

Fig. 3ScaledYOLOv4運(yùn)行結(jié)果，左：csp，右：large(p5)。

從Fig. 3上可以看出，連右上角的遮擋的很嚴(yán)重的腳踏車都能偵測(cè)到。而左側(cè)穿白外套男人領(lǐng)口的橘色部位在large(p5)被辨識(shí)為領(lǐng)帶，人眼不仔細(xì)看還真的會(huì)誤判，更何況模型。整體來(lái)說(shuō)表現(xiàn)不錯(cuò)。

小結(jié)

這篇文章先幫大家暖暖身，如果你想辨識(shí)的內(nèi)容在COCO數(shù)據(jù)集80類范圍內(nèi)的話，那就直接使用就可以，若需要自己訓(xùn)練自定義的數(shù)據(jù)集，就靜待下回分解啰！

審核編輯 ：李倩