当前位置：首页 > article >正文

【深度学习】【目标检测】【Ultralytics-YOLO系列】Windows11下YOLOV3人脸检测

article 2025/3/26 8:06:59

【深度学习】【目标检测】【Ultralytics-YOLO系列】Windows11下YOLOV3人脸检测

文章目录

【深度学习】【目标检测】【Ultralytics-YOLO系列】Windows11下YOLOV3人脸检测
前言
YOLOV3模型运行环境搭建
YOLOV3模型运行
- 数据集准备
- YOLOV3运行
- - 模型训练
  - 模型验证
  - 模型推理
  - 导出onnx模型
总结

前言

Ultralytics YOLO 是一系列基于 YOLO（You Only Look Once）算法的检测、分割、分类、跟踪和姿势估计模型，由 Ultralytics 公司开发和维护，YOLO 算法以其快速和准确的目标检测能力而闻名。从最初的YOLOv1到最新的YOLOv11，每一代版本都在特征提取、边界框预测和优化技术等方面引入了重要的创新。这些改进特别是在骨干网络（backbone）、颈部（neck）和头部（head）组件上的进步，使得YOLO成为实时目标检测领域的领先解决方案。
【YOLO的发展历程参考】，本博文将通过人脸检测项目简要介绍Ultralytics–YOLOv3的使用。【官方源码】

YOLOV3模型运行环境搭建

在win11环境下装anaconda环境，方便搭建专用于YOLOV3模型的虚拟环境。

查看主机支持的cuda版本(最高)

# 打开cmd,执行下面的指令查看CUDA版本号
nvidia-smi

安装GPU版本的torch【官网】
博主的cuda版本是12.2，博主选的11.8也没问题。

其他cuda版本的torch在【以前版本】找对应的安装命令。

博主安装环境参考

# 创建虚拟环境
conda create -n yolov3 python=3.10
# 查看新环境是否安装成功
conda env list
# 激活环境
activate yolov3 
# cd到合适的位置下载yolov3源码 
git clone https://github.com/ultralytics/yolov3
cd yolov3
# 切换到一个特定的v9.6.0版本
git checkout tags/v9.6.0
# 安装pytorch和torchvision,否则容易自动安装成CPU版本(不知原因)
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 安装运行所需的包,修改requirements,删除torch和torchvision部分,增加onnx(博主需要导出onnx)
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
# 查看所有安装的包
pip list
conda list

注意，这里博主的代码是YOLOV3算法的v9.6.0版本，假如git下载经常失败，也可以直接在【官方源码】直接下载。

YOLO系列的每个大版本算法都是有迭代优化的，不是每次迭代都是一个新的大版本，不要理解错了。

YOLOV3模型运行

数据集准备

数据集下载：人脸目标检测数据集WIDER_FACE_VOC2007.zip【百度云下载，提取码：u2b9 】，以下是下载的数据集格式：

 WIDER_VOC2007
   └── Annotations		标签	
       ├── 000001.xml
       ├── 000002.xml
       ├── ...
   └── ImageSets
           ├── Main
           |   ├── train.txt	训练集
           |   ├── val.txt		验证集
   └── JPEGImages		图片
       ├── 000001.jpg
       ├── 000002.jpg
       ├── ...

数据集格式转化：将原始标签的xml格式转化Ultralytics-YOLO的txt格式。

每幅图像对应一个txt文件，如果图像中没有检测对象则不需要txt文件。
每个对象占一行，每一行中包含的内容为：类别(class )、中心X坐标(x_center)、中心Y坐标(y_center)、图像宽度(width)和图像高度(height)。
中心坐标已经宽高都做了归一化处理，从0到 1；类别编号从0开始。

这里博主提供了转化的python代码，博主个人推荐在yolov3工程下新建datasetsTool目录，用于放置额外需要的辅助代码，将xml2txt.py代码放置到datasetsTool目录下。

# xml2txt.py代码
import os
import xml.etree.ElementTree as ET

def parse_xml(xml_file):
    # 解析XML文件
    tree = ET.parse(xml_file)
    root = tree.getroot()

    # 获取图像尺寸
    size = root.find('size')
    width = int(size.find('width').text)
    height = int(size.find('height').text)

    # 初始化结果列表
    objects = []

    # 遍历所有的object标签
    for obj in root.findall('object'):
        name = obj.find('name').text
        difficult = int(obj.find('difficult').text)

        # 只处理name为'face'且difficult为0的对象
        if name == 'face' and difficult == 0:
            bndbox = obj.find('bndbox')
            xmin = int(bndbox.find('xmin').text)
            ymin = int(bndbox.find('ymin').text)
            xmax = int(bndbox.find('xmax').text)
            ymax = int(bndbox.find('ymax').text)

            # 计算中心点坐标和宽高
            x_center = (xmin + xmax) / 2.0
            y_center = (ymin + ymax) / 2.0
            box_width = xmax - xmin
            box_height = ymax - ymin

            # 归一化处理
            x_center /= width
            y_center /= height
            box_width /= width
            box_height /= height

            # 添加到结果列表
            objects.append((0, x_center, y_center, box_width, box_height))

    return objects

def save_to_txt(objects, txt_file):
    with open(txt_file, 'w') as f:
        for obj in objects:
            line = ' '.join([str(x) for x in obj]) + '\n'
            f.write(line)

def process_directory(input_directory, output_directory):
    # 确保输出目录存在
    if not os.path.exists(output_directory):
        os.makedirs(output_directory)

    # 遍历输入目录下的所有XML文件
    for filename in os.listdir(input_directory):
        if filename.endswith('.xml'):
            xml_file = os.path.join(input_directory, filename)
            txt_file = os.path.join(output_directory, filename.replace('.xml', '.txt'))

            # 解析XML并获取所需信息
            objects = parse_xml(xml_file)

            # 将结果保存到TXT文件
            save_to_txt(objects, txt_file)

if __name__ == "__main__":
    input_directory = r'Annotations'  # 替换为你的XML文件所在目录
    output_directory = r'labels'  	  # 建议与Annotations在同一级
	'''
	eg:
    input_directory = r'E:\BaiduNetdiskDownload\WIDER_FACE_VOC2007\WIDER_VOC2007\Annotations'
	output_directory = r'E:\BaiduNetdiskDownload\WIDER_FACE_VOC2007\WIDER_VOC2007\labels' 
	'''  
    process_directory(input_directory, output_directory)

数据集组织结构：将原始数据划分成训练集和测试集，博主个人推荐在yolov3工程下新建datasets目录，用于放置所需的数据集，并新建人脸检测数据集facedetection，将train和val数据集放到facedetection目录下。

 facedetection
   └── train
           ├── images
           |   ├── 000001.jpg
           |   ├── 000002.jpg
           |   ├── ...
           ├── labels
           |   ├── 000001.txt
           |   ├── 000002.txt
           |   ├── ...
   └── val
           ├── images
           |   ├── 000007.jpg
           |   ├── 0000010.jpg
           |   ├── ...
           ├── labels
           |   ├── 000007.txt
           |   ├── 0000010.txt
           |   ├── ...

这里博主提供了转化的python代码，将split_train_val.py代码放置到datasetsTool目录下。

import os
import shutil
import random

image_dir = r'JPEGImages'	# 替换为你的图像文件所在目录
label_dir = r'labels'		# 刚才生成的txt文件
'''
eg:
image_dir = r'E:\BaiduNetdiskDownload\WIDER_FACE_VOC2007\WIDER_VOC2007\JPEGImages'
label_dir = r'E:\BaiduNetdiskDownload\WIDER_FACE_VOC2007\WIDER_VOC2007\labels'
'''
train_dir = r'datasets/facedetection/train'		# 人脸数据集的存放位置
val_dir = r'datasets/facedetection/val'
'''
eg:
train_dir = r'E:\Ultralytics-YOLO\yolov3\r'datasets\facedetection\train'
val_dir = r'E:\Ultralytics-YOLO\yolov3\r'datasets\facedetection\val'
'''

# 创建新的文件夹
os.makedirs(os.path.join(train_dir, 'images'), exist_ok=True)
os.makedirs(os.path.join(train_dir, 'labels'), exist_ok=True)
os.makedirs(os.path.join(val_dir, 'images'), exist_ok=True)
os.makedirs(os.path.join(val_dir, 'labels'), exist_ok=True)

# 获取所有图像文件名
image_files = [f for f in os.listdir(image_dir) if f.endswith('.jpg')]

# 设置随机种子以保证结果可复现
random.seed(42)

# 打乱文件列表
random.shuffle(image_files)

# 计算训练集和验证集的数量
split_index = int(0.8 * len(image_files))
train_files = image_files[:split_index]
val_files = image_files[split_index:]

# 复制训练集文件
for file_name in train_files:
    image_path = os.path.join(image_dir, file_name)
    label_path = os.path.join(label_dir, os.path.splitext(file_name)[0] + '.txt')

    # 复制图像文件
    shutil.copy(image_path, os.path.join(train_dir, 'images', file_name))

    # 复制标签文件
    shutil.copy(label_path, os.path.join(train_dir, 'labels', os.path.splitext(file_name)[0] + '.txt'))

# 复制验证集文件
for file_name in val_files:
    image_path = os.path.join(image_dir, file_name)
    label_path = os.path.join(label_dir, os.path.splitext(file_name)[0] + '.txt')

    # 复制图像文件
    shutil.copy(image_path, os.path.join(val_dir, 'images', file_name))

    # 复制标签文件
    shutil.copy(label_path, os.path.join(val_dir, 'labels', os.path.splitext(file_name)[0] + '.txt'))

print("数据集划分完成")

配置facedetection.yaml：博主根据data/coco128.yaml文件，在data目录下同样配置了人脸目标检测的数据集配置文件facedetection.yaml。

path: datasets/facedetection    # 数据集路径
train: train/images             # 训练集
val: val/images                 # 验证集
nc: 1                           # 类别数量
names: ['face']                 # 类别名:避免用中文

配置yolov3-face.yaml：博主根据models/yolov3.yaml文件，在models目录下同样配置了人脸目标检测的网络配置文件yolov3-face.yaml。
```
# 复制yolov3.yaml只需修改类别数量
nc: 1                           # 类别数量
```

YOLOV3运行

运行yolov3，建议增加虚拟内存！！！！不然内存不足会导致很多错误！！！

模型训练

train.py配置训练参数：在有标注的者训练集进行模型的训练，并在验证集上评估。

常用参数含义
weights：指定预训练模型的权重文件；
cfg：存储模型结构的配置文件；
data：存储训练、测试数据的配置文件;
batch-size：一次训练的图片数量；
img：输入图片宽高,根据需求和硬件条件修改;
device：模型运行的设备,cuda 0,1,2,3或者cpu.
其他参数在后续讲解具体代码的过程中再去解释。

训练运行以下命令：

python train.py --img 640 --epochs 300 --data data/facedetection.yaml --batch-size 4 --weights yolov3.pt --cfg yolov3-face.yaml --device 0

weights 参数和 cfg 参数对应的模型有冲突，以 cfg 指定的模型为基准。

可能出现的问题：
1.问题：“_pickle.UnpicklingError: Weights only load failed. This file can still be loaded, to do so you have two options, do those steps only if you trust the source of the checkpoint.”

解决方式：

# 修改前
ckpt = torch.load(weights, map_location=device)  # load checkpoint
# 修改后
ckpt = torch.load(weights, map_location=device,weights_only=False)  # load checkpoint

2.问题“AttributeError: module ‘numpy’ has no attribute ‘int’.”

解决方式：将np.int替换成np.int64或者np.int32(推荐)
3.问题：“RuntimeError: result type Float can’t be cast to the desired output type __int64.”

解决方式：

# 修改前
gain = torch.ones(7, device=targets.device)  # normalized to gridspace gain
# 修改后
gain = torch.ones(7, device=targets.device).long()  # normalized to gridspace gain

4.问题：“AttributeError: ‘FreeTypeFont’ object has no attribute ‘getsize.’”
解决方式：

# 修改前
w, h = self.font.getsize(label)  # text width, height
w, h = self.font.getsize(text)  # text width, height
# 修改后
w, h = self.font.getbbox(label)[2:4]     # text width, height
w, h = self.font.getbbox(text)[2:4]  # text width, height

模型验证

val.py参数验证配置：在有标注的者验证集上进行模型效果的评估模型好坏，目标检测中最常使用的评估指标为mAP。

常用参数含义
data：存储训练、测试数据的配置文件;
weights：指定训练好的模型权重文件；
batch-size：一次验证的图片数量；
img：输入图片宽高,根据需求和硬件条件修改;
device：模型运行的设备,cuda 0,1,2,3或者cpu;
augment：额外的数据增强.
其他参数在后续讲解具体代码的过程中再去解释。

验证运行以下命令：

python val.py --img 640  --data data/facedetection.yaml --batch-size 4 --weights runs/train/exp/weights/best.pt  --device 0 --augment

这里博主随便找了一次训练过程中的中间训练权重进行演示，所以精度不是很高。

模型推理

detect.py配置推理参数：在没有标注的数据集上进行推理。

常用参数含义
weights：指定训练好的模型权重文件；
source：测试图片的保存路径;
device：模型运行的设备,cuda 0,1,2,3或者cpu;
–conf-thres：指定置信度阈值;
–iou-thres：非极大值抑制IoU 阈值;
其他参数在后续讲解具体代码的过程中再去解释。

推理运行以下命令：

python detect.py --weights runs/train/exp/weights/best.pt --source data/images --device 0 --conf-thres 0.7 --iou-thres 0.3

在runs/detect/exp获得输出：

导出onnx模型

export.py配置推理参数：

常用参数含义
weights：指定训练好的模型权重文件；
include：导出的模型类型;
其他参数在后续讲解具体代码的过程中再去解释。

导出运行以下命令：

python export.py --weights runs/train/exp/weights/best.pt --include onnx

总结

尽可能简单、详细的介绍了YOLOV3的安装流程以及YOLOV3的使用方法。后续会根据自己学到的知识结合个人理解讲解YOLOV3的原理和代码。

查看全文

原文地址:https://blog.csdn.net/yangyu0515/article/details/146368443
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.kler.cn/a/598639.html 如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！

spring-security原理与应用系列：建造者

vue3之写一个aichat---实现聊天逻辑

OpenRAND可重复的随机数生成库

git 合并多次提交 commit

【xiaozhi赎回之路-2：语音可以自己配置就是用GPT本地API】

display: contens的使用

python爬虫Redis数据库

【MyDB】5-索引管理之4-单元测试

Jupyter Notebook 常用命令（自用）

AI安全学习（刚开始，未完版）

git 命令回退版本

Kafka 八股文

python 游戏开发cocos2d库安装与使用

【推荐项目】056-高校学籍管理系统

回归——数学公式推导全过程

【前端】webstorm中运行一个前端项目

C++核心语法快速整理

SpringBoot集成MQTT客户端

HarmonyOS：通过键值型数据库实现数据持久化

Mysql 安装教程和Workbench的安装教程以及workbench的菜单栏汉化