【《基于Yolov4的行人检测算法分析案例》1000字】

基于Yolov4的行人检测算法分析案例1.1数据集PASCALVOC2007、VOC2012数据集总共分

4个大类：车辆、家居、动物、行人，总共

20个小类。表2-8为VOC数据集分类情况。表2-8VOC数据集分类一级分类二级分类三级分类目标分类车辆四轮小汽车公共汽车两轮自行车摩托车飞机-船-火车-家居家具椅子沙发餐桌电视/显示器-瓶子-盆栽植物-动物家庭狗猫农场牛马羊鸟-人--使用并统计VOC2007、VOC2012数据集中的训练、验证和测试数据如表2-5所示：表2-9VOC数据集统计训练集验证集测试集数据集总量图像目标图像目标图像目标图像目标VOC20072501630125106307495212032996324640VOC201257171360958231384111540274502308054900求和82181991083332014816492394823304379540其中标注的xml信息部分如图2-17所示：图2-17VOC标注数据部分信息Person表示类别，pose表示拍摄角度，有front、rear、left、right、unspecified五个值，truncated表示在图片目标是否被截断、或者超过15%被遮挡，difficult就是字面意思检测难易程度，它主要依据图片质量、目标的大小、光照变化等来判断，bndbox为目标<left><top><right><bottom>信息。1.2模型训练1、数据集准备首先准备VOC2007、VOC2012数据集，使用voc_label.py脚本生成2007_train.txt,2007_val.txt,2012_train.txt,2012_val.txt文件，之后通过type命令将这几个文件合并成一个训练txt文件，即生成一个新的train.txt文件。2、文件准备将下面四个文件放到my_data文件夹。预训练权重文件Ys检测类别名称，修改为单一的person类别(删除其他19个类)。voc.data保存相关文件路径，修改为自己对应的文件路径。如表2-10所示:表2-10voc.data数据信息参数名参数值classes1trainI:\train.txtvalidI:\2007_val.txtnamesmy_data/sbackupbackup/Yolov4-custom.cfg修改对应配置以适应RTX2060显卡进行训练。其中主要的参数设置如表2-11所示：表2-11Yolov4-custom.cfg配置修改项说明参数名参数值参数说明subdivisions64数值越大耗时越长，太小容易导致显卡内存不够用width608宽608，容易出现内存不够，可改成416height608高608，容易出现内存不够，可改成416classes1由20改为1，只训练person类别filters18过滤器filters=(1+5)*3=18以上准备完毕之后就可以通过命令进行模型训练，训练的过程依据迭代的次数耗时不同。总之，AVGLOSS值越小越好，当达到一个稳定值不再变化的时候，就可以停止训练了。图2-18为VOC数据集模型训练结果。图2-18VOC模型训练结果1.3实验结果与分析使用生成好的模型进行VOC数据集的识别，如图2-19所示，单张图片的检测时长为23.563000毫秒。因为只关注了person类别，所以使用的时间比初始模型花费的时间少了一半左右。图2-19使用训练模型的person图像检测结果使用test.mp4(1920x1080)进行视频检测，检测效果如下图所示，其中AVG_FPS可以达到40左右。相对于初始模型同样提升了接近一半左右的效果。图2-20使用训练模型的person视频检测结果通过命令对训练模型Yolov4_my_final.weights进行mAP验证，得到mAP@0.50=0.9331。如表2-12所示信息表2-12训练模型的mAP验证参数名参数值检测总数8240平均精度(ap)0.9331TP2114FP438置信度阈值0