[学习笔记]基于PaddleDetection的voc数据集训练（螺丝螺母识别）
这是关于深度学习的第二篇博客。
依旧是百度的Paddle框架。
不过有细微的区别，就是没有代码了（笑）
不过学习时间是一点不比前面的短就是了。甚至还要长。
不得不说，百度的paddle框架的相关教程是真的很少，在csdn和博客园逛了有一周左右都没弄明白要从哪里下手。
好在最后终于是明白了要干什么，那就稍稍写以下吧。
0、目标识别与目标检测的区别
简单来说目标检测就是要在一个图片中找到想要的东西，所以数据集的准备要更加困难一些，需要人为标记出每个图片的目标位置。这个过程越准确越好。
好在，学长已经替我完成了这个过程（笑）
voc数据集的准备与处理：
数据集结构如下图：
其中annotations_measure文件夹下存储的是每一张图片所包含的目标的信息/
photo中包含的就是每一张照片
labels.txt就是类别，这里内容如下：
就是说，本数据集中只含有两个类别（螺丝螺母，具体哪个是1哪个是0我也记不得了，不过可以起更有标识性的名字，比如screw螺丝，nut螺母）
train.txt中包含的是每一张图片和其对应的annotations（标签）的相对路径。这是由python脚本乱序自动生成的。
val.txt同上。
因为我们的训练过程需要一一训练一边测试其LOSS（就是做一道题学习知识，再做一道题测试结果）所以需要两个文件来指明。
准备好数据集，我们就可以准备开始训练了。
这里又一次因为本机环境的问题，也因为算力问题，选择了百度的AI Studio进行训练。
文件结构如下：
│ command.txt
│ requirements.txt
│ setup.py
│ tree.txt
│
├─configs
│ │ runtime.yml
│ │
│ ├─datasets
│ │ coco_detection.yml
│ │ voc.yml
│ │
│ └─yolov3
│ │ README.md
│ │ yolov3_darknet53_270e_voc.yml
│ │
│ └─_base_
│ yolov3_reader.yml
│
├─dataset
│ └─VOC2007
│ voc.zip
│
├─deploy
│
└─tools
将刚刚处理好的数据集打成zip，放入datasets（外层的那个）中的VOC2007中
configs文件夹中的东西用来说明如何训练（使用什么网络，轮数，数据集类型等，下文会一一说明）
configs中的datasets文件夹中的文件（去除了一些，留下了两个相关的）就是说明数据集类型（coco数据集或是voc数据集），这里使用的是voc数据集，需要保留
yolov3文件夹中的那一串文件名表示的是：使用yolov3，darknet53网络，训练270轮，voc数据集进行训练。
继续向下，_base_中的yolov3_reader.yml内容如下：
1 worker_num: 2 2 TrainReader: 3 inputs_def: 4 num_max_boxes: 50 5 sample_transforms: 6 - Decode: {} 7 - Mixup: {alpha: 1.5, beta: 1.5} 8 - RandomDistort: {} 9 - RandomExpand: {fill_value: [123.675, 116.28, 103.53]} 10 - RandomCrop: {} 11 - RandomFlip: {} 12 batch_transforms: 13 - BatchRandomResize: {target_size: [320, 352, 384, 416, 448, 480, 512, 544, 576, 608], random_size: True, random_interp: True, keep_ratio: False} 14 - NormalizeBox: {} 15 - PadBox: {num_max_boxes: 50} 16 - BboxXYXY2XYWH: {} 17 - NormalizeImage: {mean: [0.485, 0.456, 0.406], std: [0.229, 0.224, 0.225], is_scale: True} 18 - Permute: {} 19 - Gt2YoloTarget: {anchor_masks: [[6, 7, 8], [3, 4, 5], [0, 1, 2]], anchors: [[10, 13], [16, 30], [33, 23], [30, 61], [62, 45], [59, 119], [116, 90], [156, 198], [373, 326]], downsample_ratios: [32, 16, 8]} 20 batch_size: 1 21 shuffle: true 22 drop_last: true 23 mixup_epoch: 250 24 use_shared_memory: true 25 26 EvalReader: 27 inputs_def: 28 num_max_boxes: 50 29 sample_transforms: 30 - Decode: {} 31 - Resize: {target_size: [608, 608], keep_ratio: False, interp: 2} 32 - NormalizeImage: {mean: [0.485, 0.456, 0.406], std: [0.229, 0.224, 0.225], is_scale: True} 33 - Permute: {} 34 batch_size: 32 35 36 TestReader: 37 inputs_def: 38 image_shape: [3, 608, 608] 39 sample_transforms: 40 - Decode: {} 41 - Resize: {target_size: [608, 608], keep_ratio: False, interp: 2} 42 - NormalizeImage: {mean: [0.485, 0.456, 0.406], std: [0.229, 0.224, 0.225], is_scale: True} 43 - Permute: {} 44 batch_size: 1
其中20行的batch_size: 1与计算机的GPU显存有关，显存越大能开得越大，训练速度也会有所加快。这里直接拉到32
（Tesla V100*4，显存巨大，算得够快）
之后，将所有文件打包上传到AI Studio，运行环境后解压
需要注意得是：在AI Studio中，缺少一些相关得包，需要pip install一下，是这三个：pycocotools,lap,motmetrics
然后就可以开始训练了在AI Studio的终端里输入以下代码
python tools/train.py -c configs/yolov3/yolov3_darknet53_270e_voc.yml --use_vdl=True --eval
就可以开始训练了。
等待270轮结束后，就可以导出训练完的模型了。
