其他分享
首页 > 其他分享> > YOLO v3 训练 - 03 train

YOLO v3 训练 - 03 train

作者:互联网

   模型建立完成后,便需要对模型进行训练。模型建立详见:https://www.cnblogs.com/monologuesmw/p/12793758.html

代码解析

  下载的源码集中包含两个训练相关的文件:train.py和train_bottleneck.py。train.py 和 train_bottleneck.py确实会有不少的区别

1 model = create_model(input_shape, anchors, len(class_names) ) train(model, annotation_path, input_shape, anchors, len(class_names), log_dir)
1 model, bottleneck_model, last_layer_model = create_model(input_shape, anchors, num_classes, freeze_body=2, weights_path='model_data/yolo.h5')

  从两个.py文件函数的参数以及输出来看,train_bottleneck.py中包含模型冻结的部分,即预训练和微调,更符合YOLOv3训练的过程。 

  _main()函数中,设置了一些信息后,直接create_model

1 model, bottleneck_model, last_layer_model = create_model(input_shape, anchors, num_classes,
2         freeze_body=2, weights_path='model_data/yolo.h5')  # make sure you know what you freeze

  其中,可以看出freeze_body会有设置,也就是后续冻结哪一部分进行训练。返回的参数除了model以外,还有bottleneck_model和last_layer_model。

  

  该create_model中,除了上述设置的参数,还有一个默认参数load_pretrained=True, 是否导入预训练模型的参数。

1 def create_model(input_shape, anchors, num_classes, load_pretrained=True, freeze_body=2, weights_path='model_data/yolo.h5'):

  然后,会像网络结构介绍的一样,通过yolo_body生成一个model_body。即生成整个模型的框架。

1 model_body = yolo_body(image_input, num_anchors//3, num_classes)

  

  然后,要开始训练喽!

  据了解,训练一共分为两个阶段

  先知道训练分两个阶段,第一个阶段有一些不参与训练,第二阶段全部都参与训练就可以了。  

准备工作:

1 model, bottleneck_model, last_layer_model = create_model(input_shape, anchors, num_classes,
2         freeze_body=2, weights_path='model_data/yolo.h5')

1. 冻结网络

1 if load_pretrained:
2     model_body.load_weights(weights_path, by_name=True, skip_mismatch=True)
3     print('Load weights {}.'.format(weights_path))
4     if freeze_body in [1, 2]:
5         # Freeze darknet53 body or freeze all but 3 output layers.冻结darknet53或者冻结除3个输出层外的所有输出层
6         num = (185, len(model_body.layers)-3)[freeze_body-1]  # 这里减了3个输出层
7         for i in range(num): model_body.layers[i].trainable = False   # 此时的num为252-3=249,将这些层的权重不参与训练
8         print('Freeze the first {} layers of total {} layers.'.format(num, len(model_body.layers)))  

2. 取除输出的y1,y2,y3三层的另外三层。即246、247、248层的输出。(249,250,251是y1,y2,y3三层)。用这些层建立了一个bottleneck_mode

1 out1=model_body.layers[246].output    
2 out2=model_body.layers[247].output
3 out3=model_body.layers[248].output
4 
5 bottleneck_model = Model([model_body.input, *y_true], [out1, out2, out3])

  揣测一下,其含义就是除y1,y2, y3输出层以外其余的模型,即冻结部分的模型

  P.S.  A. y_true的是三个尺度的输出层:

1 y_true = [Input(shape=(h//{0:32, 1:16, 2:8}[l], w//{0:32, 1:16, 2:8}[l], \ num_anchors//3, num_classes+5)) for l in range(3)]

  

  单独将246,247,248层的输出 和 249,250,251的层的输出拿出来,一个作为in, 一个作为out

1 in0 = Input(shape=bottleneck_model.output[0].shape[1:].as_list()) 
2 in1 = Input(shape=bottleneck_model.output[1].shape[1:].as_list())
3 in2 = Input(shape=bottleneck_model.output[2].shape[1:].as_list())
4 
5 last_out0=model_body.layers[249](in0)
6 last_out1=model_body.layers[250](in1)
7 last_out2=model_body.layers[251](in2)

  构建了一个246,247,248层为输入,249,250,251层为输出的Model,它这里称之为model_last

1 model_last=Model(inputs=[in0, in1, in2], outputs=[last_out0, last_out1, last_out2])

  揣测一下,model_last就是倒数第二层到倒数第一层的模型

  自定义Lambda(这个大Lambda 是Keras.layers里的) 模型损失函数层 ,将任意表达式封装为layers对象

  

yolo_loss在损失函数loss篇介绍。详见:

1 model_loss_last =Lambda(yolo_loss, output_shape=(1,), name='yolo_loss',
2     arguments={'anchors': anchors, 'num_classes': num_classes, 'ignore_thresh': 0.5})(
3     [*model_last.output, *y_true])      # 后面是输入,前面是输出

  这里的model_loss_last是最后一层之间的损失层

1 last_layer_model = Model([in0,in1,in2, *y_true], model_loss_last)

  last_layer_last是带损失层的最后一层

1 model_loss = Lambda(yolo_loss, output_shape=(1,), name='yolo_loss', arguments={'anchors': anchors, 'num_classes': num_classes, 'ignore_thresh': 0.5})( [*model_body.output, *y_true])

  这里是模型整体的损失层

1 model = Model([model_body.input, *y_true], model_loss)

  这里是带损失层的整体模型

  

  该create_model中,返回的参数有 model, bottleneck_model, last_layer_model

  其实,建模的过程中,所有的loss层都是为了给模型添加损失函数。也就是说,过程中生成的各种都是为了三模型model, bottleneck_model, last_layer_model服务的。 只不过这里给model 和last_layer_model添加了其对应的损失层而已。

  直接将loss的计算作为一个层绑定在模型上。

1 return model, bottleneck_model, last_layer_model

模型保存设置

1 checkpoint = ModelCheckpoint(log_dir + 'ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5',
2     monitor='val_loss', save_weights_only=True, save_best_only=True, period=3)  

模型训练设置

1 reduce_lr = ReduceLROnPlateau(monitor='val_loss', factor=0.1, patience=3, verbose=1) 
2 early_stopping = EarlyStopping(monitor='val_loss', min_delta=0, patience=10, verbose=1)

划分训练集和验证集

1 val_split = 0.1
2 with open(annotation_path) as f:
3     lines = f.readlines()
4 np.random.seed(10101)
5 np.random.shuffle(lines)
6 np.random.seed(None)
7 num_val = int(len(lines)*val_split)
8 num_train = len(lines) - num_val

第一阶段1:

  第一阶段的训练是只训练最后一层最后一层的训练需要有前面层的输出,因此,此处使用predict_ generator方法获取前面各层的输出。

1 batch_size=8
2 bottlenecks=bottleneck_model.predict_generator(data_generator_wrapper(lines, batch_size, input_shape, anchors, num_classes, random=False, verbose=True),
3  steps=(len(lines)//batch_size)+1, max_queue_size=1)
4 np.savez("bottlenecks.npz", bot0=bottlenecks[0], bot1=bottlenecks[1], bot2=bottlenecks[2])

  由于后续训练的过程中,需要有训练集和验证集,所以此处也需要对训练集和测试集两种进行预测,获得输出。

  对bottleneck.npz进行保存

  然后再将其导入进来,获得了训练集和验证集。 将预测后的倒数第二层的输出作为最后一层训练的输入

1 # load bottleneck features from file
2 dict_bot=np.load("bottlenecks.npz")
3 bottlenecks_train=[dict_bot["bot0"][:num_train], dict_bot["bot1"][:num_train], dict_bot["bot2"][:num_train]]
4 bottlenecks_val=[dict_bot["bot0"][num_train:], dict_bot["bot1"][num_train:], dict_bot["bot2"][num_train:]]

  

******************"Training last layers with bottleneck features"***************************************

  有了输出以后,便可以训练最后一层。

  通过compile配置训练的过程,通过fit_generator 进行训练。

 1 # train last layers with fixed bottleneck features   训练最后一层在bottleneck层固定的基础上
 2 batch_size=8
 3 print("Training last layers with bottleneck features")
 4 print('with {} samples, val on {} samples and batch size {}.'.format(num_train, num_val, batch_size))
 5 last_layer_model.compile(optimizer='adam', loss={'yolo_loss': lambda y_true, y_pred: y_pred})  # 配置学习过程
 6 last_layer_model.fit_generator(bottleneck_generator(lines[:num_train], batch_size, input_shape, anchors, num_classes, bottlenecks_train),
 7         steps_per_epoch=max(1, num_train//batch_size),
 8         validation_data=bottleneck_generator(lines[num_train:], batch_size, input_shape, anchors, num_classes, bottlenecks_val),
 9         validation_steps=max(1, num_val//batch_size),
10         epochs=30,
11         initial_epoch=0, max_queue_size=1)
12 model.save_weights(log_dir + 'trained_weights_stage_0.h5')

  从这里可以看出去,bottleneck的输出确实是模型倒数第二层的输出(即13*13*1024,26*26*512, 52*52*256)。

  此部分中bottleneck_generator生成数据(其实是一个生成器),也会进入get_random_datapreprocess_true_boxes中进行数据的生成。不同的是标志位的设置不同。

  1.get_random_data

1 _, box = get_random_data(annotation_lines[i], input_shape, random=False, proc_img=False)

  random和proc_image都置位False。

  因为其并不需要返回图片的信息,只需要返回边框,用于后续真值的生成。这个时候box的信息只是将原标定的框缩放到416*416中。

  2. preprocess_true_boxes

1 y_true = preprocess_true_boxes(box_data, input_shape, anchors, num_classes)

  y_true的生成并不会有什么区别

  这部分训练的是last_layer_model, 输入是等比缩放下的图片和框。下面训练的是model,虽然249层全部冻结。但输入的是非等比缩放,并通过数据增强的数据。 个人感觉在训练不同的模型时,各模型权重应该是一个浅拷贝的关系。即互相之间是有影响的。  

第一阶段2:

 1 model.compile(optimizer=Adam(lr=1e-3), loss={     
 2     # use custom yolo_loss Lambda layer.
 3     'yolo_loss': lambda y_true, y_pred: y_pred})
 4 batch_size = 16
 5 print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))
 6 model.fit_generator(data_generator_wrapper(lines[:num_train], batch_size, input_shape, anchors, num_classes),
 7         steps_per_epoch=max(1, num_train//batch_size),
 8         validation_data=data_generator_wrapper(lines[num_train:], batch_size, input_shape, anchors, num_classes),
 9         validation_steps=max(1, num_val//batch_size),
10         epochs=50,
11         initial_epoch=0,
12         callbacks=[logging, checkpoint])
13 model.save_weights(log_dir + 'trained_weights_stage_1.h5')

第二阶段:

  此阶段将会打开所有层,全部参与训练过程。

  如果训练结果不够好,可以训练的代数长一些。

 1 # Unfreeze and continue training, to fine-tune.   这里是第二阶段
 2 # Train longer if the result is not good.
 3 if True:
 4     for i in range(len(model.layers)):
 5         model.layers[i].trainable = True     # 训练开关都打开了  这里是第二阶段的学习参数
 6     model.compile(optimizer=Adam(lr=1e-4), loss={'yolo_loss': lambda y_true, y_pred: y_pred}) # recompile to apply the change
 7     print('Unfreeze all of the layers.')
 8 
 9     batch_size = 4  # note that more GPU memory is required after unfreezing the body
10     print('Train on {} samples, val on {} samples, with batch size {}.'.format(num_train, num_val, batch_size))
11     model.fit_generator(data_generator_wrapper(lines[:num_train], batch_size, input_shape, anchors, num_classes),
12         steps_per_epoch=max(1, num_train//batch_size),
13         validation_data=data_generator_wrapper(lines[num_train:], batch_size, input_shape, anchors, num_classes),
14         validation_steps=max(1, num_val//batch_size),
15         epochs=100,
16         initial_epoch=50,
17         callbacks=[logging, checkpoint, reduce_lr, early_stopping])
18     model.save_weights(log_dir + 'trained_weights_final.h5')

  过程太多,对每一次的设置进行总结,以便区分:

 

标签:body,03,num,YOLO,train,last,model,bottleneck
来源: https://www.cnblogs.com/monologuesmw/p/12793949.html