來自華盛頓大學的 Joseph Redmon 和 Ali Farhadi 提出的YOLOv3 透過在 YOLO 中加入設計細節的變化，這個新模型在取得相當準確率的情況下實現了檢測速度的很大提升，一般它比 R-CNN 快 1000 倍、比 Fast R-CNN 快 100 倍。
這裡附上 YOLOv3 的論文地址：
https://pjreddie.com/media/files/papers/YOLOv3.pdf
本文的專案作者是 wizyoung，原 GitHub 專案地址為：
https://github.com/wizyoung/YOLOv3_TensorFlow
1. 介紹
本文將介紹 YOLO3 的完整 TensorFlow 實現。可在自己的資料集上進行完整的訓練和驗證操作，pipeline 完整。其特點包括：
- 高效的 tf.data 管道
-
權重轉換
-
GPU 提速，無限制
-
完整的訓練管道
-
使用 kMeans 演算法來選擇 anchor boxes
-
多 GPU 同步訓練
2. 需求
-
tensorflow >= 1.8.0（不排除低版本也能工作）
-
opencv-python
3. 權重轉換
預訓練的 darknet 權重檔案可從下方連結下載：
https://pjreddie.com/media/files/yolov3.weights
把下載好後的檔案放在 ./data/darknet_weights/ 目錄下，執行下面的命令：
python convert_weight.py
然後，轉換後的 TensorFlow checkpoint 檔案將被儲存在 ./data/darknet_weights/ 目錄下。
4. 執行 demos
在 ./data/demo_data/ 目錄裡有一些影像和影片的 demos 可以執行。
單個影像測試 demo：
python test_single_image.py ./data/demo_data/messi.jpg
影片測試 demo：
python video_test.py ./data/demo_data/video.mp4
結果展示：
5. 執行速度
圖片尺寸為 416×416，論文實現與我的模型執行速度比較如下：
為什麼會這麼快呢？我們看一下論文中 ImageNet 分類情況：
6. 模型結構
為了更好地理解模型體系結構，可以參考下圖：
7. 訓練
首先是資料準備，分為三步。
1）annotation file
在 ./data/my_data/ 目錄下生成 train.txt/val.txt/test.txt 檔案。txt 檔案中一行表示一張圖片，形式為：圖片絕對路徑 + box_1 + box_2 + … + box_n。Box 的形式為：label_index + x_min + y_min + x_max + y_max，原始座標為圖片左上角。
例如：
xxx/xxx/1.jpg 0 453 369 473 391 1 588 245 608 268
xxx/xxx/2.jpg 1 466 403 485 422 2 793 300 809 320
…
注意：每個 txt 檔案最後一行為空白行。
2）class_names file
在 ./data/my_data/ 目錄下生成 data.names 檔案，每一行代表一個類別名稱。例如：
bird
person
bike
…
3）prior anchor file
使用 kMeans 演算法來選擇 anchor boxes：
python get_kmeans.py
然後，你將得到 9 個 anchors 和評價 IOU，把 anchors 儲存在 txt 檔案中。
準備完資料之後就可以開始訓練了。
使用 train.py 檔案，函式引數如下：
$ python train.py -h
usage: train.py [-h] [--train_file TRAIN_FILE] [--val_file VAL_FILE]
[--restore_path RESTORE_PATH]
[--save_dir SAVE_DIR]
[--log_dir LOG_DIR]
[--progress_log_path PROGRESS_LOG_PATH]
[--anchor_path ANCHOR_PATH]
[--class_name_path CLASS_NAME_PATH] [--batch_size BATCH_SIZE]
[--img_size [IMG_SIZE [IMG_SIZE ...]]]
[--total_epoches TOTAL_EPOCHES]
[--train_evaluation_freq TRAIN_EVALUATION_FREQ]
[--val_evaluation_freq VAL_EVALUATION_FREQ]
[--save_freq SAVE_FREQ] [--num_threads NUM_THREADS]
[--prefetech_buffer PREFETECH_BUFFER]
[--optimizer_name OPTIMIZER_NAME]
[--save_optimizer SAVE_OPTIMIZER]
[--learning_rate_init LEARNING_RATE_INIT] [--lr_type LR_TYPE]
[--lr_decay_freq LR_DECAY_FREQ]
[--lr_decay_factor LR_DECAY_FACTOR]
[--lr_lower_bound LR_LOWER_BOUND]
[--restore_part [RESTORE_PART [RESTORE_PART ...]]]
[--update_part [UPDATE_PART [UPDATE_PART ...]]]
[--update_part [UPDATE_PART [UPDATE_PART ...]]]
[--use_warm_up USE_WARM_UP] [--warm_up_lr WARM_UP_LR]
[--warm_up_epoch WARM_UP_EPOCH]
8. 評價
使用 eval.py 來評估驗證集和測試集，函式引數如下：
$ python eval.py -h
usage: eval.py [-h] [--eval_file EVAL_FILE] [--restore_path RESTORE_PATH]
[--anchor_path ANCHOR_PATH]
[--class_name_path CLASS_NAME_PATH]
[--batch_size BATCH_SIZE]
[--img_size [IMG_SIZE [IMG_SIZE ...]]]
[--num_threads NUM_THREADS]
[--prefetech_buffer PREFETECH_BUFFER]
函式返回 loss、召回率 recall、精準率 precision，如下所示：
recall: 0.927, precision: 0.945
total_loss: 0.210, loss_xy: 0.010, loss_wh: 0.025, loss_conf: 0.125, loss_class: 0.050
9. 其它技巧
訓練的時候可以嘗試使用下面這些技巧：
- Data augmentation：使用 ./utils/data_utils.py 中的 data_augmentation 方法來增加資料。
-
像 Gluon CV 一樣混合和 label 平滑。
-
正則化技巧，例如 L2 正則化。
-
多尺度訓練：你可以像原稿中的作者那樣定期改變輸入影像的尺度（即不同的輸入解析度）。
完整程式碼請見 GitHub：
https://github.com/wizyoung/YOLOv3_TensorFlow
參考文獻：
https://github.com/YunYang1994/tensorflow-yolov3
https://github.com/qqwweee/keras-yolo3
https://github.com/eriklindernoren/PyTorch-YOLOv3
https://github.com/pjreddie/darknet
