相关文章
项目地址：YOLOv1 VOC 2007
笔者训练的权重地址：阿里云盘分享
10 秒文章速览
本文主要讲解了 YOLOv1 的模型构建、损失函数、模型训练
模型构建
对于模型的构建，我们不采用论文中的方案，而是使用 ResNet 模型。至于为什么，在笔者的观测下，ResNet练的训练速度明显更快
YOLOv1 模型
但在这里笔者还是贴出论文中的模型，向前辈致敬🫡
python
# 根据原论文构建的模型
def get_YOLOv1():
model = keras.Sequential([
keras.layers.Conv2D(64, (7, 7), 2, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.MaxPool2D((2, 2), 2),
keras.layers.Conv2D(192, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.MaxPool2D((2, 2), 2),
keras.layers.Conv2D(128, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(256, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(256, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(512, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.MaxPool2D((2, 2), 2),
keras.layers.Conv2D(256, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(512, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(256, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(512, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(256, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(512, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(256, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(512, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(512, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(1024, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.MaxPool2D((2, 2), 2),
keras.layers.Conv2D(512, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(1024, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(512, (1, 1), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(1024, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(1024, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(1024, (3, 3), 2, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(1024, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Conv2D(1024, (3, 3), 1, 'same'),
keras.layers.LeakyReLU(0.1),
keras.layers.Flatten(),
keras.layers.Dense(4096),
keras.layers.LeakyReLU(0.1),
keras.layers.Dropout(rate=0.5),
keras.layers.Dense(1470),
keras.layers.Reshape((7, 7, 30)),
keras.layers.Activation('sigmoid')
])
model.build(input_shape=(None, 224,224, 3))
return modelResNet50V2 模型
使用 ResNet 作为模型，还有一个原因是 TensorFlow 提供的模型可以加载 ImageNet 数据集的训练权重
在全连接部分，我们参考论文中的构建方式，只不过将 Flatten 层改为了 GlobalAvgPool2D 层
python
# 以 ResNet50V2 作为模型主干
ResNet = keras.applications.ResNet50V2(input_shape=(448, 448, 3), include_top=False)
# 构建全连接层部分
x = ResNet.output
x = keras.layers.GlobalAvgPool2D()(x)
x = keras.layers.Dense(4096)(x)
x = keras.layers.LeakyReLU(0.1)(x)
x = keras.layers.Dropout(rate=0.5)(x)
x = keras.layers.Dense(1470)(x)
x = keras.layers.Reshape((7, 7, 30))(x)
x = keras.layers.Activation('sigmoid')(x)
model = keras.Model(ResNet.input, x)模型训练
对于模型的训练，同样参考了论文中的方案（有意思的是笔者在训练中也使用了 TensorFlow 提供的分段衰退的方法，但效果似乎不如下面这种简单粗暴的方法）
python
optimizer = keras.optimizers.SGD(learning_rate=0.0055, momentum=0.9, weight_decay=0.0005)
model.compile(optimizer=optimizer, loss=get_loss)
model.fit(train_set, epochs=1)
model.optimizer.learning_rate.assign(0.01)
model.fit(train_set, epochs=75)
model.optimizer.learning_rate.assign(0.001)
model.fit(train_set, epochs=30)
model.optimizer.learning_rate.assign(0.0001)
model.fit(train_set, epochs=30)如果在不加载预训练权重的情况下，这里也给出笔者的训练方案
使用 Adam 优化器，weight_decay 设置为0.0005，训练步骤如下
- 以0.0003为学习率，训练75个周期
- 以0.0001为学习率，训练50个周期
- 以0.00005为学习率，训练25个周期
- 以0.00003为学习率，训练25个周期