yolov4训练visdrone记录
准备
参见这篇，不再赘述，
注意labels有没有错误，如w,h为0，重复标注等，在转换代码中加入判断滤除即可。
数据只用了task1的图片集。
配置
anchors
使用darknet
./darknet detector calc_anchors data/visdrone.data -num_of_clusters 8 -width 800 -height 800
5, 10, 9, 23, 19, 17, 17, 41, 37, 32, 31, 72, 65, 65, 97,134
显存不够的将网络大小改为416，608等
visdrone.cfg
由于visdrone数据集大部分是中小目标，所以去掉yolov4最后一个yolo层，直接删除第二个yolo层以下即可，更新anchor，
classes改为10，num改为8表示两个scale，每个scale包含4个anchor，相应filters从255改为60((10+5)*4)，最后一层配置如下:
[convolutional]
size=1
stride=1
pad=1
filters=60
activation=linear
[yolo]
mask = 4,5,6,7
anchors = 5, 10, 9, 23, 19, 17, 17, 41, 37, 32, 31, 72, 65, 65, 97,134
classes=10
num=8
jitter=.3
ignore_thresh = .7
truth_thresh = 1
scale_x_y = 1.1
iou_thresh=0.213
cls_normalizer=1.0
iou_normalizer=0.07
iou_loss=ciou
nms_kind=greedynms
训练(2080Ti, 32G, i5)
使用ultralytics的实现，内存小的去掉cache-images，指定img-size大小和网络大小相同可避免内部再次resize，需屏蔽以下行
assert math.fmod(imgsz_min, gs) == 0, '--img-size %g must be a %g-multiple' % (imgsz_min, gs)
如果中途中断则使用resume(官方不建议，直接重新train)，应该是权重文件中存有optimizer等信息，如果担心修改参数后对再次训练有影响，可转换为darknet权重，
由于存在很多难分样本，将fl_gamma设为2可启用focal loss
python3 train_visdrone.py --cfg cfg/visdrone.cfg --data data/visdrone.data --weights weights/yolov4.conv.137 --cache-images --img-size 800 800 --epochs 300 --batch-size 2
python3 train_visdrone.py --cfg cfg/visdrone.cfg --data data/visdrone.data --resume --cache-images --img-size 800 800 --epochs 300 --batch-size 2
from models import *
convert('cfg/visdrone.cfg', 'weights/best.pt')
为了方便在Tensorboard中对比查看，可作如下改动:
# Tensorboard
if tb_writer:
# tags = ['train/giou_loss', 'train/obj_loss', 'train/cls_loss',
# 'metrics/precision', 'metrics/recall', 'metrics/mAP_0.5', 'metrics/F1',
# 'val/giou_loss', 'val/obj_loss', 'val/cls_loss']
# for x, tag in zip(list(mloss[:-1]) + list(results), tags):
# tb_writer.add_scalar(tag, x, epoch)
result_value = list(mloss[:-1]) + list(results)
tb_writer.add_scalars('giou_loss', {'train': result_value[0], 'val': result_value[7]}, epoch)
tb_writer.add_scalars('obj_loss', {'train': result_value[1], 'val': result_value[8]}, epoch)
tb_writer.add_scalars('cls_loss', {'train': result_value[2], 'val': result_value[9]}, epoch)
tb_writer.add_scalars('metrics_PR', {'precision': result_value[3], 'recall': result_value[4]}, epoch)
tb_writer.add_scalars('metrics_AF', {'mAP_0.5': result_value[5], 'F1': result_value[6]}, epoch)
验证:
python3 test.py --cfg cfg/visdrone.cfg --data data/visdrone.data --weights weights/best.pt --img-size 800
Class Images Targets P R mAP@0.5 F1:
all 548 3.88e+04 0.236 0.379 0.262 0.288
pedestrian 548 8.84e+03 0.17 0.253 0.152 0.203
people 548 5.12e+03 0.107 0.151 0.0496 0.125
bicycle 548 1.29e+03 0.125 0.19 0.0895 0.151
car 548 1.41e+04 0.458 0.644 0.578 0.535
van 548 1.98e+03 0.196 0.539 0.376 0.287
truck 548 750 0.259 0.489 0.342 0.338
tricycle 548 1.04e+03 0.284 0.366 0.234 0.32
awning-tricycle 548 532 0.166 0.28 0.108 0.208
bus 548 251 0.397 0.554 0.504 0.463
motor 548 4.89e+03 0.198 0.325 0.187 0.246
Speed: 20.0/148.7/168.7 ms inference/NMS/total per 800x800 image at batch-size 16
修改visdrone.data中valid的路径为VisDrone2019-DET-test-dev所在路径可验证测试集
Class Images Targets P R mAP@0.5 F1:
all 1.61e+03 7.51e+04 0.224 0.333 0.231 0.264
pedestrian 1.61e+03 2.1e+04 0.121 0.141 0.0814 0.13
people 1.61e+03 6.38e+03 0.0615 0.0593 0.0141 0.0604
bicycle 1.61e+03 1.3e+03 0.141 0.144 0.0709 0.143
car 1.61e+03 2.81e+04 0.38 0.581 0.486 0.46
van 1.61e+03 5.77e+03 0.213 0.463 0.309 0.292
truck 1.61e+03 2.66e+03 0.26 0.549 0.411 0.353
tricycle 1.61e+03 530 0.134 0.275 0.0989 0.18
awning-tricycle 1.61e+03 599 0.236 0.289 0.15 0.259
bus 1.61e+03 2.94e+03 0.536 0.611 0.58 0.571
motor 1.61e+03 5.84e+03 0.161 0.222 0.112 0.187
Speed: 20.2/178.3/198.5 ms inference/NMS/total per 800x800 image at batch-size 16
可以看出在小目标上效果很差，有时间用rcnn试试。
最终配置和权重下载，提取码: 74s4
