YOLO系列，从V1~V10，持续更新（Pytorch实现）

关于YOLOV1

本文主要偏向代码实战，详细的算法原理着墨不多

主要创新：

实现了实时的目标检测

附上YOLOV1论文地址：
https://arxiv.org/abs/1506.02640
关于数据

首先要了解该网络架构的输入和输出，以及网络是如何进行训练的。这里主要讲一下数据集的格式以及使用labelme制作数据集（当然还有其他更好的工具，这里只做参考）

如果已经安装了python，使用以下命令直接安装labelme工具，没安python的先安python

bash 复制代码

pip install labelme

之后在cmd中输入labelme，然后回车就能看到labelme的前端UI界面了

（ps：在启动labelme时也可以指定很多参数，比如 --flags可以启动时指定有哪些类别，具体不在赘述，感兴趣的读者自行搜索）

bash 复制代码

labelme --flags F:\python\yolo系列\yolov1\flags.txt

之后OpenDir打开图片所在的文件夹路径，然后鼠标右键Create Rectangle夸夸框就完事了，之后会save为json格式的文件。（把自动保存打开的话会保存到图片的路径下如图：随便标了十五张）

如何你有仔细看过YOLOV1的论文会发现json根本不是我们训练所需要的格式，json多了很多无用的信息，甚至Rectangle也只标记了左上和右下两个点。别慌，我们用脚本转化一下：

python 复制代码

import json
import os


def convert(img_size, box):
    x1 = box[0]
    y1 = box[1]
    x2 = box[2]
    y2 = box[3]

    center_x = (x1 + x2) * 0.5 / img_size[0]
    center_y = (y1 + y2) * 0.5 / img_size[1]
    w = abs((x2 - x1)) * 1.0 / img_size[0]
    h = abs((y2 - y1)) * 1.0 / img_size[1]

    return (center_x, center_y, w, h)


def decode_json(jsonfloder_path, json_name):
    txt_name = jsonfloder_path + json_name[0:-5] + '.txt'
    txt_file = open(txt_name, 'w')  # te files

    json_path = os.path.join(json_folder_path, json_name)
    data = json.load(open(json_path, 'r'))

    img_w = data['imageWidth']  # json是一个字典的形式
    img_h = data['imageHeight']
    for i in data['shapes']:

        if (i['shape_type'] == 'rectangle'):

            x1 = int(i['points'][0][0])
            y1 = int(i['points'][0][1])
            x2 = int(i['points'][1][0])
            y2 = int(i['points'][1][1])
            if x1 < 0 or x2 < 0 or y1 < 0 or y2 < 0:
                continue
            else:
                bb = (x1, y1, x2, y2)
                bbox = convert((img_w, img_h), bb)

            ## 这里标签要对其
            if i['label'] == "person":
                 txt_file.write("0 " + " ".join([str(a) for a in bbox]) + '\n')
            elif i['label'] == "plane":
                 txt_file.write("1 " + " ".join([str(a) for a in bbox]) + '\n')
            elif i['label'] == "dog":
                 txt_file.write("2 " + " ".join([str(a) for a in bbox]) + '\n')
            elif i['label'] == "cat":
                 txt_file.write("3 " + " ".join([str(a) for a in bbox]) + '\n')
            elif i['label'] == "car":
                 txt_file.write("4 " + " ".join([str(a) for a in bbox]) + '\n')
            elif i['label'] == "horse":
                 txt_file.write("5 " + " ".join([str(a) for a in bbox]) + '\n')
            elif i['label'] == "can":
                 txt_file.write("6 " + " ".join([str(a) for a in bbox]) + '\n')
            elif i['label'] == "train":
                 txt_file.write("7 " + " ".join([str(a) for a in bbox]) + '\n')


if __name__ == "__main__":

    json_folder_path = r'F:\python\yolo系列\yolov1\images'        # json的path
    json_names = os.listdir(json_folder_path)  # file name
    for json_name in json_names:  # output all files
        print(json_name)
        if json_name[-5:] == '.json':  # just work for json files
            decode_json(json_folder_path, json_name)

不出意外的话会得到如下图所示的txt标签，这才是训练模型所需要的格式