yowov2训练自己制作的ucf24格式的数据集（踩坑记录）

最近要做打架斗殴识别，最后选定yowov2这篇2023cvpr论文，论文代码已开源GitHub

1.ucf数据集制作

数据集制作借鉴这篇博客

2.训练

官方源码（下载官方源码，按照官方源码创建虚拟环境，下载必要的依赖包。注意在requirements.txt中会安装cpu版本torch和torchvision，若你不需要则将其注释掉，单独安装gpu版本的）

2.1 首先修改dataset_config.py文件

第一处待修改

第二处待修改

第一步，将gt_folder修改为自己数据集的路径，修改如下（我的数据集保存在dataset文件夹下）

第二步，将valid num classes修改为自己数据集所有的类别数和类别名。

2.2 修改yolo_free.py文件

若不修改，会从以下链接下载预训练权重，

由于网络原因，大概率会导致报错如下：

解决办法是自己手动（直接点击上面报错链接），下载好预训练权重后修改yolo_free.py文件，从本地加载（我下载后直接放在yowov2目录下）。

第一处待修改：

第二处待修改：

第一步修改如下：（注释掉model_url,添加本地预训练地址）

第二步，修改加载函数修改如下：

2.3 修改shufflnetv2.py

同2.2一样，先手动下载预训练权重（放在yowov2目录下）。

第一处待修改

第二处待修改

第一处修改如下

第二处修改如下：

2.4修改ucf_jhmdb.py

第一处待修改：

第二处待修改：

第三处待修改：（有可能用不到）

第一处和第二处都修改如下：（根据自己的数据集类别改，我的只有一个fight类别。）

第三处修改如下：

原始ucf类别标签可能是从1开始的，而我按照1中制作数据集的标签文件中标签类别是从0开始的。若减去一就会报错类别标签为负。报错：RuntimeError: Class values must be non-negative。

成功训练：运行train.py，在train.py文件中设置数据集路径，是否使用cuda，等参数。

4.总结

训练的版本是yowo_v2_tiny版本，若要训练yowo_v2_large版本，需要修改resnext.py

具体修改若有需要请可留言