人工智能开发系列(3) YOLOV3开发与实现

本教程视频直播回看：

[/url]

本教程基于RK3399pro开发板，使用fedora 28系统，另需usb鼠标、usb键盘、hdmi显示器、usb摄像头、网线连接开发板

1. 搭建开发环境
1.安装rknn-toolkit及其依赖库，[url=http://t.rock-chips.com/wiki.php?mod=view&id=36]按照wiki教程安装环境

2.验证模型转换、推理

1. cd rknn-toolkit/example/mobilenet_v1
   
2. python3 test.py

复制代码
3.安装matplotlib

1. sudo dnf install freetype-devel pkg-config libpng-devel pkg-config
   
2. pip3 install --user matplotlib

复制代码
4.此时应该可以正常显示图片及打开摄像头，但无法打开视频文件，需安装gstreamer

1. sudo dnf install https://download1.rpmfusion.org/free/fedora/rpmfusion-free-release-$(rpm -E %fedora).noarch.rpm
   
2. sudo dnf install gstreamer1-libav

复制代码

2.快速上手，运行yolov3 rknn模型
1.下载附件解压到PC Linux系统上（Windows, Mac不支持预编译）用于转化模型（也可以在板子上转模型，但不推荐，速度慢且不支持预编译）
2.进入yolov3_demo目录，并从darknet官网下载权重

1. cd yolov3_demo
   
2. wget https://pjreddie.com/media/files/yolov3-tiny.weights
   
3. wget https://pjreddie.com/media/files/yolov3.weights

复制代码
修改data/目录下图片大小，用于后续模型转化

1. python3 rknn_resize.py

复制代码
转为rknn模型，转化非常消耗内存，请先设置swap虚拟内存(建议大于2g)，转化比较慢，请耐心等待

1. python3 rknn_transform_320x320.py
   
2. python3 rknn_transform_416x416.py
   
3. python3 rknn_transform_608x608.py
   
4. python3 rknn_transform_tiny.py

复制代码有用户反馈，使用rknn-toolkit1.0.0及以上版本，跑yolov3模型会卡在init_runtime，这是由于原脚本没有开启预编译导致的，现已修改转化脚本默认开启预编译，开启预编译后得到的模型不能在PC模拟器上运行，只能在板子上运行

在PC上转模型成功后，拷贝PC上的yolov3_demo到开发板，在开发板操作以下步骤
预测一张图片

1. python3 rknn_picture_320x320.py
   
2. python3 rknn_picture_416x416.py
   
3. python3 rknn_picture_608x608.py
   
4. python3 rknn_picture_tiny.py

复制代码
打开摄像头，预测视频，若没有摄像头也可以修改脚本打开视频文件

1. python3 rknn_camera_320x320.py
   
2. python3 rknn_camera_416x416.py
   
3. python3 rknn_camera_608x608.py
   
4. python3 rknn_camera_tiny.py

复制代码

之前一直忙其他项目没空搞多线程，论坛上有人发多进程版本跑20帧，我在其基础上做了优化，光线充足条件下可以跑到30帧，昏暗条件下稍慢这是摄像头曝光的原因，与模型无关；感谢该开发者分享代码，也希望论坛能有更多这样的开发者

1. python3 rknn_camera_tiny_multiProcess.py

复制代码
除了python接口的demo外，我们还提供了c接口的demo，该demo基于论坛开发者分享修改而来，感谢该名开发者

1. sudo dnf install libcurl-devel
   
2. cd yolov3_demo/C-yolov3/build
   
3. cmake ..
   
4. make

复制代码
打开摄像头预测

1. ./yolov3-320 c 0
   
2. ./yolov3-416 c 0
   
3. ./yolov3-608 c 0
   
4. ./yolov3-tiny c 0

复制代码打开视频文件预测

1. ./yolov3-320 v ../../video/3.mp4
   
2. ./yolov3-416 v ../../video/3.mp4
   
3. ./yolov3-608 v ../../video/3.mp4
   
4. ./yolov3-tiny v ../../video/3.mp4

复制代码

3.训练自己的数据
1.训练建议在用户PC机上训练，请先下载编译安装darknet工程，详见官网https://pjreddie.com/darknet/yolo/
2.下载附件，解压并拷贝到darknet/目录下

3.进入train_my_data目录，并下载权重数据

1. cd train_my_data
   
2. wget https://pjreddie.com/media/files/yolov3-tiny.weights

复制代码
拷贝你的图片到train_images目录和validate_images目录
下载编译安装打标签工具，该工具用于给你的图片打标签

1. git clone https://github.com/tzutalin/labelImg
   
2. cd labelImg
   
3.     sudo apt-get install pyqt5-dev-tools
   
4.     sudo pip3 install -r requirements/requirements-linux-python3.txt
   
5.     make qt5py3
   
6.     python3 labelImg.py
   
7. #使用工具给你的图片打标签，并把标签保存到train_imageXML目录和validate_imageXML目录
   
8. cd ..

复制代码
遍历train_images目录和validate_images目录下所有图片，得到trainImageId.txt和validateImageId.txt文件

1. python3 list_image_files.py

复制代码
得到图片路径生成trainImagePath.txt和validateImagePath.txt文件，并把train_imageXML目录和validate_imageXML目录下的标签转成.txt格式存在train_labels和validate_labels目录下

1. python3 trans.py

复制代码
修改voc.names文件，写入你要训练的物体名称

1. vi voc.names
   
2.     class_1
   
3.     class_2
   
4.     class_3

复制代码
修改voc.data文件，N是你训练的物体种类

1. vi voc.data
   
2.     classes = N      # N is your class num
   
3.     train = /home/XXX/darknet/train_my_data/trainImagePath.txt
   
4.     valid = /home/XXX/darknet/train_my_data/validateImagePath.txt
   
5.     names = train_my_data/voc.names
   
6.     backup = train_my_data/backup

复制代码
修改yolov3-tiny-modify.cfg，修改所有yolo层的classes参数，修改yolo层前一层的filters参数

1. vi yolov3-tiny-modify.cfg
   
2.     1. modify classes = N in [yolo] layer
   
3.     2. modify filters = 3*(N+1+4) ahead [yolo] layer
   
4.     3. modify max_batches = your-max-train-times
   
5. 
   
6. cd ..

复制代码
提取卷积层数据

1. ./darknet partial train_my_data/yolov3-tiny.cfg train_my_data/yolov3-tiny.weights train_my_data/yolov3-tiny.conv.15 15

复制代码
开始训练

1. ./darknet detector train train_my_data/voc.data train_my_data/yolov3-tiny-modify.cfg train_my_data/yolov3-tiny.conv.15

复制代码
验证训练

1. ./darknet detector test train_my_data/voc.data train_my_data/yolov3-tiny-modify.cfg train_my_data/backup/yolov3-tiny-modify_900.weights train_my_data/train_images/000937.jpg -thresh 0.1

复制代码
4.拷贝你自己训练的.weight文件和yolov3-tiny-modify.cfg文件到rk3399pro开发板，修改rknn_transform_tiny.py，转成rknn模型
5.修改rknn_picture_tiny.py文件中数据，N是物体种类
    LISTSIZE=85        =>        LISTSIZE=(N+5)
    NUM_CLS=80        =>        NUM_CLS=N
    CLASSES{...}        =>        CLASSES{“class_1”, “class_2”, “class_3”}

4.YOLOV3理论分析
1.YOLO的全名是：You Only Look Once.
YOLO算法的基本思想是：首先将输入图像分成S*S个格子，如果某个预测对象的中心坐标落在某个格子中，那么就由该格子来预测该对象，每个格子都会预测B个边界框，每个边界框输出为（5+C）长度参数
SxS: 在yolov3-416中会切割成13x13, 26x26, 52x52
B: 在yolov3中该值为3, 由anchors决定
C: 模型可预测分类, VOC数据集为20，coco数据集为80，也可以自己训练
5: bounding box边界框的中心坐标，长宽，对象置信度

2.YOLOV3神经网络图

yolov3-416: 输入参数416x416x3, 输出3个数组13x13x(3x(5+80))          26x26x(3x(5+80)) 52x52x(3x(5+80))
yolov3-608: 输入参数608x608x3, 输出3个数组19x19x(3x(5+80))          38x38x(3x(5+80)) 76x76x(3x(5+80))
tiny-yolov3: 输入参数416x416x3, 输出2个数组13x13x(3x(5+80))  26x26x(3x(5+80))

3.Yolov3后处理

对数空间变换：

tx, ty, tw, th为模型输出
cx, cy是物体中心所在格子索引
6()是sigmoid函数，变量映射到(0, 1)
pw, ph为对应anchors box的宽高

基于对象置信度的阈值，首先，我们根据对象分数过滤框。 通常，具有低于阈值分数的框被忽略


非最大抑制（NMS）
    NMS打算解决同一图像的多重检测问题。
     A、B、C、D、E、F
从最大概率矩形框F开始，分别判断A~E与F的重叠度IOU是否大于某个设定的阈值;
假设B、D与F的重叠度超过阈值，那么就扔掉B、D；并标记第一个矩形框F，是我们保留下来的。
从剩下的矩形框A、C、E中，选择概率最大的E，然后判断E与A、C的重叠度，重叠度大于一定的阈值，那么就扔掉；并标记E是我们保留下来的第二个矩形框。

608*608 的yolov3不能在Android上跑吗？

rknn_inference 20ms is for 416x416 tiny-yolov3, right? I measured 608x608 yolov3 inference time is about 440ms. Is the number correct? That's only 2.5 FPS.

chuyee 发表于 2019-3-1 08:37
rknn_inference 20ms is for 416x416 tiny-yolov3, right? I measured 608x608 yolov3 inference time is a ...

是的，yolov3-608耗时比较长，在移动设备端还是建议使用tiny-yolov3对视频进行检查。你可以使用tiny-yolov3检查视频，当检查到重点对象时，可以把这一帧数据发给yolov3-608再检测以提高精度

opencv-python>=3.4.3.18无法安装，找不到包怎么办？

hisping 发表于 2019-3-1 09:17
是的，yolov3-608耗时比较长，在移动设备端还是建议使用tiny-yolov3对视频进行检查。你可以使用tiny-yolo ...

试了一下608x608的Yolov2，rknn_inference()可以达到80ms。同样大小的Yolov3为什么会慢5倍这么多呢？是不是有些Yolov3的算子还没有优化好啊？

qiaoqiang126 发表于 2019-3-1 14:07
opencv-python>=3.4.3.18无法安装，找不到包怎么办？

同问，
如果是安装在板子上，是否因该安装opencv-python-aarch64，但是pip 中的whl 只有3.3.0.1 的。这个包是否可以？

someone9388 发表于 2019-3-1 15:47
同问，
如果是安装在板子上，是否因该安装opencv-python-aarch64，但是pip 中的whl 只有3.3.0.1 的。这个 ...

sudo dnf install -y python3-devel python3-opencv python3-numpy-f2py python3-scipy python3-h5py python3-lmdb opencv-devel

Use dnf instead of pip. See the original post.

chuyee 发表于 2019-3-1 16:14
Use dnf instead of pip. See the original post.

是的 ，多谢！

Tried Yolov3 416. All my results are as follow. Do they algin with RK's internal testing?

Yolov3 608: 440ms
Yolov3 416: 210ms
Yolov2 608: 80ms
Yolov3 tiny: 20ms

BTW, I met below warnings during running rknn_tranform.py. Does it mean the rknn model is not best optimized (i.e. some high efficiency OP's are ignored due to accuracy loss)?

--> Building model
W extend add_13 to add will cause accuracy loss, do not extend.
W extend add_23 to add will cause accuracy loss, do not extend.
W extend add_30 to add will cause accuracy loss, do not extend.
W extend add_40 to add will cause accuracy loss, do not extend.
W extend add_47 to add will cause accuracy loss, do not extend.
W extend add_54 to add will cause accuracy loss, do not extend.
W extend add_61 to add will cause accuracy loss, do not extend.
W extend add_68 to add will cause accuracy loss, do not extend.
W extend add_75 to add will cause accuracy loss, do not extend.
W extend add_82 to add will cause accuracy loss, do not extend.
W extend add_89 to add will cause accuracy loss, do not extend.
W extend add_99 to add will cause accuracy loss, do not extend.
W extend add_106 to add will cause accuracy loss, do not extend.
W extend add_113 to add will cause accuracy loss, do not extend.
W extend add_120 to add will cause accuracy loss, do not extend.
W extend add_127 to add will cause accuracy loss, do not extend.
W extend add_134 to add will cause accuracy loss, do not extend.
W extend add_141 to add will cause accuracy loss, do not extend.
W extend add_148 to add will cause accuracy loss, do not extend.
W extend add_158 to add will cause accuracy loss, do not extend.
W extend add_165 to add will cause accuracy loss, do not extend.
W extend add_172 to add will cause accuracy loss, do not extend.
W extend add_179 to add will cause accuracy loss, do not extend.
done