PaddleDetection 是百度飞桨推出的物体检测统一框架。支持现有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干网络。针对不同的业务场景（性能、目标大小、准确率等）可以选择框架中的不同模块组合得到最适合的模型，实现任务。相比于tensorflow的Object_Detection,优势之一就是将YOLOv3这一目标检测的快速算法融合到了框架下。
文章将以一个Yolov3识别水果的例子为说明，详解如何利用PaddleDetection完成一个项目。
项目用到的工具 硬件：Win10(RTX2060)笔记本、某品牌服务器（4*T4）工业相机（Hikvision）软件：pycharm、VS2019。
9、C++预测代码封装成DLL、配合C#完成一个整体项目
10、扩展：关于PaddlePaddle代码数据读取的方式。
利用anaconda创建一个名字叫做paddle-detection的Paddle环境（备注：下文中命令提示窗口出现的（paddle）是指该项目环境的名称叫做paddle）。安装链接如下：
1.2 安装COCO-API
pip install Cythonpip install git+https://github.com/philferriere/cocoapi.git
1.3 选择一个文件夹，下载PaddleDetection
如下图所示是requirements.txt文档中的内容。
如图为requirements文件中的内容，图中所示的均为PaddleDetection的依赖库。
在下图所示内容中打“cmd”，然后出现在该路径的命令提示符。
激活环境，并且 pip install -r requirements.txt
当显示Successfully…… ，基本上表示安装完成了，具体是否成功，下一步的测试验证。
1.5 确认测试通过
set PYTHONPATH=`pwd`:$PYTHONPATHpython ppdet/modeling/tests/test_architectures.py
备注：在paddle自带的文档中为export PYTHONPATH=`pwd`:$PYTHONPATH
export是Linux下的用法，在Windows下将exoprt改成set。
错误提示发现缺少“ppdet”这个模块，ppdet（其实就是paddle detection的一个缩写），但是我们在项目
的路径里面可以发现有这个模块，原因就是，我们的代码所在的路径无法读取到该文件下的代码，因此，我们
需要在代码中进行改进一下。
找到 ppdet/modeling/tests/test_architectures.py这个文件，然后添加红框所示的代码。备注，第二个
红框里面的路径是我的项目路径。
目前项目使用的数据集格式是VOC数据格式，使用labelimg作为标注工具，标注工具的下载安装见链接：
特别说明：项目中使用的数据集是PaddleDetection提供的演示示例数据集，下文将通过使用该数据集来说明。
点击Change Save Dir ，然后将标注文件保存在某一个路径下。
开始标注：点击Create\nRectBo---框选目标--命名（下图中命名为apple）--点击OK---点击Save（完成一张）
--点击Next Image 标注下一张。
2.2 创建VOC数据集格式
其中Annotations存放标注生成的xml文件，JPEGImage存放图片，ImageSets存放对训练集和数据集的划分。
ImageSet下有Main文件，Mian下需要建立一个label_list.txt。label_list.txt是指标注的目标的名称。
其内容如下：
备注：train.txt、val.txt是根据下文中代码（该代码会命名为：get_list.py，放置在了数据集链接的文件
里面）生成，分别是对训练集和验证集的划分：
接上文所述，是生成生成train.txt、val.txt的代码，该代码会将300张水果图片分成240张训练集和60张验证集。
import osimport random
train_precent=0.7xml="C:/Users/zhili/Desktop/fruit-detection/Annotations"save="C:/Users/zhili/Desktop/fruit-detection/ImageSets/Main"total_xml=os.listdir(xml)
num=len(total_xml)tr=int(num*train_precent)train=range(0,tr)
ftrain=open("C:/Users/zhili/Desktop/fruit-detection/ImageSets/Main/train.txt","w")ftest=open("C:/Users/zhili/Desktop/fruit-detection/ImageSets/Main/test.txt","w")
for i in range(num): name=total_xml[i][:-4]+"\n" if i in train: ftrain.write(name) else: ftest.write(name)ftrain.close()ftest.close()
备注：在Main文件夹中生成的train.txt文件和val.txt文件仅仅是对数据集的划分，还需要进一步的利用如下
代码（create_list.py，该代码是paddle提供的）生成含有路径信息以及图像和xml文件一一对应的文件。
import osimport os.path as ospimport reimport random
devkit_dir = './'years = ['2007', '2012']
def get_dir(devkit_dir, type): return osp.join(devkit_dir, type)
def walk_dir(devkit_dir): filelist_dir = get_dir(devkit_dir, 'ImageSets/Main') annotation_dir = get_dir(devkit_dir, 'Annotations') img_dir = get_dir(devkit_dir, 'JPEGImages') trainval_list = [] test_list = [] added = set()
for _, _, files in os.walk(filelist_dir): for fname in files: img_ann_list = [] if re.match('train\.txt', fname): img_ann_list = trainval_list elif re.match('val\.txt', fname): img_ann_list = test_list else: continue fpath = osp.join(filelist_dir, fname) for line in open(fpath): name_prefix = line.strip().split()[0] if name_prefix in added: continue added.add(name_prefix) ann_path = osp.join(annotation_dir, name_prefix + '.xml') img_path = osp.join(img_dir, name_prefix + '.jpg') assert os.path.isfile(ann_path), 'file %s not found.' % ann_path assert os.path.isfile(img_path), 'file %s not found.' % img_path img_ann_list.append((img_path, ann_path))
return trainval_list, test_list
def prepare_filelist(devkit_dir, output_dir): trainval_list = [] test_list = [] trainval, test = walk_dir(devkit_dir) trainval_list.extend(trainval) test_list.extend(test) random.shuffle(trainval_list) with open(osp.join(output_dir, 'train.txt'), 'w') as ftrainval: for item in trainval_list: ftrainval.write(item[0] + ' ' + item[1] + '\n')
with open(osp.join(output_dir, 'val.txt'), 'w') as ftest: for item in test_list: ftest.write(item[0] + ' ' + item[1] + '\n')
if __name__ == '__main__': prepare_filelist(devkit_dir, '.')
最终生成如下所示的数据集格式如下，其中label_list.txt和Mian中的label_list.txt一致。train.txt文件和
val.txt是新生成的图像-xml的名称路径对应文件。
该完成后的数据集作者放置在了项目文件夹下：dataset/fruit下，并命名为该文件夹为fruit-detection
如下图所示。
数据集生成后就可以根据如下的命令进行训练。
在训练之前，首先了解模型的配置文件，如文章开头所述：PaddleDetection 是飞桨推出的物体
检测统一框架。支持现有的RCNN、SSD、YOLO等系列模型、支持 ResNet、ResNet-VD、
ResNeXt、ResNeXt-VD、SENet、MobileNet、DarkNet等主干网络。而实现我们如何快速的
完成不同模型的训练体验，就是需要依靠配置文件的切换。
如下所示就是该项目配置文件（config文件）的路径：
如图下图就是我们选取的深度学习的配置文件，我们选取yolov3_mobilenet_v1_fruit.yml做为
本项目的训练配置文件。该配置文件是使用YOLO v3的模型结构，同时主干网络为 Mobilenrt V1。
这些参数可以根据我们自己的数据情况进行设计。
如设置：最大迭代步数：max_iters
预训练模型的来源：pretrain_weights
需要着重关注点如下：需要根据自己的不同数据集进行训练。
set PYTHONPATH=$PYTHONPATH:.set CUDA_VISIBLE_DEVICES=0（默认只有一个GPU） python -u tools/train.py -c configs/yolov3_mobilenet_v1_fruit.yml --use_tb=True --tb_log_dir=tb_fruit_dir/scalar --eval
出现如下图所示现象，可以表示为训练正常，可等待训练结束。
-c configs/yolov3_mobilenet_v1_fruit.yml 用来指定配置文件
--use_tb 是否使用tb-paddle记录数据，进而在TensorBoard中显示，默认值是False
--tb_log_dir 指定 tb-paddle 记录数据的存储路径
--eval 是否边训练边测试
在训练中交替执行评估, 评估在每个snapshot_iter时开始。每次评估后还会评出最佳mAP模型保存到best_model文件夹下，建议训练时候使用该参数，可以使得完成训练后快速找到最好的模型。
在本案例中，预训练模型是通过一个链接方式在训练开始时候加载进行下载的，其实飞桨提供了丰富的预训练模型库，具体链接为：
训练过程出现的一个错误：
作者使用的电脑是笔记本，显卡型号是RTX2060 显存为6G。在训练过程中出现如下错误。
通过命令提示符中发现，竟然出现了(7184, 7184, 3)这样大的图片，而本身数据像素多数为1000*1000左右。
解决改问题的方式有两个：
第一个是修改配置文件中的bufsize这个参数，将该值由128改成64
（备注，PaddleDetection新更新的
配置文件文档中，已经将该值设置成为32），即可正常运行。在这里解释一下：PaddleDetection YOLOv3
系列模型训练时，由于图像增强等预处理方式较多，默认会开启多进程加速，子进程完成图像读取，图像增强
等预处理后，会将输出结果放到一个队列里面等待模型训练时获取，bufsize这个参数即为该队列的最大长度，
该队列存储在内存中，若机器内存较小并且队列长度bufsize设置得较大，就会有上述报错，报错内容为内存不够，
无法给队列继续分配内存。这个时候只要把bufsize调小一些保存内存足够放下队列即可。
第二个方式是修改配置文件中的ratio的参数，将该值由4.0改成了2.0，即可正常运行。
PaddleDetection中
设置了数据增强功能：在RandomExpand这种数据增强里，首先新建一张(原图大小 * ratio)大小的空白图片，
然后在这张空白图片上随机找个位置，把原图贴上去，之后再把这张新图片缩放成原图大小。当然如果显存足够
大的话，也可以按照默认值来。
当我们训练完成后，在项目文件的output中可以看到我们生成的模型文件，在代码中我们设置模型每迭代200步保存一次，训练总共有20000步，因此会生成100个训练文件，由于我们使用 --eval参数进行边训练边测试，因此我们可以获得训练过程中最好的模型文件，我们将做好的模型进行导出。
python tools/export_model.py -c configs/yolov3_mobilenet_v1_fruit.yml --output_dir=./inference_model -o weights=output/yolov3_mobilenet_v1_fruit/best_model
特别备注：目前导出的模型使用是为了后面C++预测的，python预测目前不支持加载导出的模型。
PaddleDetection给出的模型预测代码是infer.py。该文件在项目文件夹tools里面。改代码提供了两种
预测方式第一种是单张图片预测，第二种是以一个文件夹中的图片进行预测。通过设置不同的预测方式
达到自己的目的。如下，使用--infer_img=demo/xxx.jpg为单张图片进行预测，使用--infer_dir=demo
为用一个文件夹进行预测。其中demo是放置测试图片的地方。
6.1 使用单张图片进行预测
测试的结果保存在infer_output这个文件夹中
python -u tools/infer.py -c configs/yolov3_mobilenet_v1_fruit.yml -o weights= output/yolov3_mobilenet_v1_fruit/best_model --infer_img=demo/orange_71.jpg --output_dir=infer_output
特别注意：类似这种在命令提示符下输入时候，一定注意自己输入过程中的出现的多余空格问题：如下图所示，
weights=后面出现了一个多的空格，导致模型文件读不到。
6.2 使用一个文件夹中图片进行预测
测试的结果保存在infer_output这个文件夹中：
python -u tools/infer.py -c configs/yolov3_mobilenet_v1_fruit.yml -o weights=output/yolov3_mobilenet_v1_fruit/best_model --infer_img=demo/test --output_dir=infer_output/testout
1、该文章多数内容来源于PaddleDetection的文档，链接
2、该文章运行环境为Windows10 ，在原有文档基础上修改了一些Linux的用法。增加了创建VOC数据集以及如何划分训练集和验证集。
3、该文章写作过程中，受到了高松鹤同学、百度飞桨同学的大力帮助。
如果您加入官方 QQ 群，您将遇上大批志同道合的深度学习同学。官方 QQ 群：
703252161
。
上一篇：
137% YOLOv3加速、10倍搜索性能提升，这样的惊喜在最新版PaddleSlim有10个！
