提示：免费获取本文涉及的完整代码与数据集，请添加微信peaeci122
YOLO-NAS是目前最新的YOLO目标检测模型，它在准确性方面击败了所有其他 YOLO 模型。与之前的 YOLO 模型相比，预训练的 YOLO-NAS 模型能够以更高的准确度检测更多目标。
如何在自定义数据集上训练 YOLO NAS？这将是我这两篇文章的目标------在自定义数据集上训练不同的 YOLO NAS 模型。
YOLO-NAS 的主要优势是，它能比之前的模型更好地检测到较小的物体，虽然可以运行多个推理实验来分析结果，但在具有挑战性的数据集上进行训练会有更好的了解。
这里将使用三个现有的预训练 YOLO-NAS 模型进行四次训练实验，并且选择了一个无人机热成像检测数据集。
目录：
1、用于训练 YOLO NAS 的物体检测数据集
2、在自定义数据集上训练 YOLO NAS
3、微调 YOLO NAS 模型
4、使用经过训练的 YOLO NAS 模型对测试图像进行推理
5、YOLO NAS 训练模型视频推理结果
6、结论
用于训练 YOLO NAS 的物体探测数据集
先来熟悉一下无人机高空红外热数据集。
它包含夜间无人机热图像，由于是无人机的高空记录，大多数物体看起来都很小。这使得大多数物体检测模型都很难解决该数据集的问题。不过，它是一个完美的自定义数据集，可以用来训练 YOLO-NAS，检查 YOLO-NAS对小物体的准确性。
该数据集包含 5 个物体类别的 2898 幅热图像：
1、人
2、汽车
3、自行车
4、其他车辆
5、不关心
数据集已包含训练、验证和测试三部分，有 2008 个训练样本、287 个验证样本和 571 个测试样本，数据集已采用 YOLO 注释格式。
以下是数据集中一些未经标注的地面实况图像。
很显然，除了汽车之外，如果没有适当的标注，人眼是无法看到地面上的其他物体的。
为了了解每个物体的位置，可以看一些有标注的图片。
上图有助于更好地了解数据集中的物体，可以看到，在这个数据集中，我们人眼很难检测到人和自行车等物体，但经过训练后的YOLO-NAS 模型却可以检测到。
在自定义数据集上训练 YOLO NAS
接下来，开始深入研究本文的编码部分，如需下载完整本文代码，请添加老师微信 peaeci122
下面的代码将训练三个 YOLO NAS 模型：
YOLO NAS s（小型）
YOLO NAS m（中型）
YOLO NAS l（大型）
开始之前，需要先安装super-gradients，整个训练和推理过程中都需要它。
在自定义数据集上训练 YOLO NAS
微调 YOLO NAS 模型
第一步是导入所有必要的包和模块。
from super_gradients.training import Trainer
from super_gradients.training import dataloaders
from super_gradients.training.dataloaders.dataloaders import (
coco_detection_yolo_format_train,
coco_detection_yolo_format_val
)
from super_gradients.training import models
from super_gradients.training.losses import PPYoloELoss
from super_gradients.training.metrics import (
DetectionMetrics_050,
DetectionMetrics_050_095
)
from super_gradients.training.models.detection_models.pp_yolo_e import PPYoloEPostPredictionCallback
from tqdm.auto import tqdm
import os
import requests
import zipfile
import cv2
import matplotlib.pyplot as plt
import glob
import numpy as np
import random
检查上述代码块中所有的主要导入
1、Trainer：培训师启动培训过程并设置实验目录；
2、dataloaders：Super Gradients 提供自己的数据加载器，轻松训练 YOLO NAS 模型；
3、coco_detection_yolo_format_train, coco_detection_yolo_format_val: 帮助定义训练和验证数据集；
4、models：初始化YOLO NAS模型；
5、PPYoloELoss：YOLO NAS 在训练时使用 PPYoloELoss；
6、DetectionMetrics_050, DetectionMetrics_050_095：在训练时监控 mAP在50% IoU和主要度量。
数据集下载和目录结构
接下来的几个代码块将下载数据集并将其提取到当前目录，这里我们先跳过这些代码块。所有笔记本和数据集都在父数据集目录中，结构如下：
hit-uav
├── dataset.yaml
├── images
│ ├── test
│ ├── train
│ └── val
└── labels
├── test
├── train
└── val
训练 YOLO NAS 的数据集参数
准备数据集，进行多次训练实验，然后定义所有数据集路径和类，以及数据集参数字典。
ROOT_DIR = 'hit-uav'
train_imgs_dir = 'images/train'
train_labels_dir = 'labels/train'
val_imgs_dir = 'images/val'
val_labels_dir = 'labels/val'
test_imgs_dir = 'images/test'
test_labels_dir = 'labels/test'
classes = ['Person', 'Car', 'Bicycle', 'OtherVechicle', 'DontCare']
dataset_params = {
'data_dir':ROOT_DIR,
'train_images_dir':train_imgs_dir,
'train_labels_dir':train_labels_dir,
'val_images_dir':val_imgs_dir,
'val_labels_dir':val_labels_dir,
'test_images_dir':test_imgs_dir,
'test_labels_dir':test_labels_dir,
'classes':classes
}
使用 dataset_params，可以轻松创建所需格式的数据集。此外，还需要定义训练周期数、批量大小和数据处理的工作人员数量。
# Global parameters.
EPOCHS = 50
BATCH_SIZE = 16
WORKERS = 8
上述超参数和数据集参数将全部用于三个训练实验。
训练 YOLO NAS 的数据集准备
所有参数都准备就绪后，就可以定义训练数据集和验证数据集了。
train_data = coco_detection_yolo_format_train(
dataset_params={
'data_dir': dataset_params['data_dir'],
'images_dir': dataset_params['train_images_dir'],
'labels_dir': dataset_params['train_labels_dir'],
'classes': dataset_params['classes']
},
dataloader_params={
'batch_size':BATCH_SIZE,
'num_workers':WORKERS
}
)
val_data = coco_detection_yolo_format_val(
dataset_params={
'data_dir': dataset_params['data_dir'],
'images_dir': dataset_params['val_images_dir'],
'labels_dir': dataset_params['val_labels_dir'],
'classes': dataset_params['classes']
},
dataloader_params={
'batch_size':BATCH_SIZE,
'num_workers':WORKERS
}
)
在上面的代码块中，分别创建train_data和val_data用于训练和验证。
使用dataset_params字典来获取数据集路径和数据集类值，还为每个数据集定义了 dataloader_params，用于接受数据加载过程的批量大小和工人数量。
现阶段先排除测试分割，将其保留到以后使用，以便使用训练有素的 YOLO NAS 模型进行推理。
定义YOLO NAS训练的变换和增强
数据增强是训练任何深度学习模型的重要组成部分，可以让我们在不过度拟合的情况下训练更长时间的稳健模型。在训练过程中，模型还会学习到不同的特征，而这些特征可能并不属于原始数据集。
Super Gradients的数据转换管道为应用和控制增强提供了一种有效的方法。
下面将打印应用于数据集的所有默认转换。
train_data.dataset.transforms
会看到以下输出
[DetectionMosaic('additional_samples_count': 3, 'non_empty_targets': False, 'prob': 1.0, 'input_dim': [640, 640], 'enable_mosaic': True, 'border_value': 114),
DetectionRandomAffine('additional_samples_count': 0, 'non_empty_targets': False, 'degrees': 10.0,
'translate': 0.1, 'scale': [0.1, 2], 'shear': 2.0, 'target_size': [640, 640], 'enable': True, 'filter_box_candidates': True, 'wh_thr': 2, 'ar_thr': 20, 'area_thr': 0.1, 'border_value': 114),
DetectionMixup('additional_samples_count': 1, 'non_empty_targets': True, 'input_dim': [640, 640], 'mixup_scale': [0.5, 1.5], 'prob': 1.0, 'enable_mixup': True, 'flip_prob': 0.5, 'border_value': 114),
.
.
.
XYCoordinateFormat object at 0x7efcc5c07340>), ('labels', name=labels length=1)]), 'output_format': OrderedDict([('labels', name=labels length=1), ('bboxes', name=bboxes length=4 format=
<super_gradients.training.datasets.data_formats.bbox_formats.cxcywh.CXCYWHCoordinateFormat object at 0x7efcc5976170>)]), 'max_targets': 120, 'min_bbox_edge_size': 1, 'input_dim': [640, 640], 'targets_format_converter':
<super_gradients.training.datasets.data_formats.format_converter.ConcatenatedTensorFormatConverter object at 0x7efcb956b5b0>)]
在众多增强技术中，MixUp 是其中之一，但是，如果处理不当，MixUp 会导致深度学习模型极难感知数据集。目前通过初步实验，发现数据集的 MixUp 增强会使数据集变得非常混乱，因为它会将一个图像重叠在另一个图像上，移除 Mixup 增强功能并保持其他功能不变会提高性能。
可以通过弹出索引 2 中的元素，从列表中删除 MixUp 增强。
############ An example on how to modify augmentations ###########
train_data.dataset.transforms.pop(2)
可以使用以下代码将转换后的图像可视化
train_data.dataset.plot(plot_transformed_data=True)
除了 MixUp，还对图像进行了马赛克、旋转、放大和缩小等增强处理。
未完待续
