Yolo学习笔记

最新推荐文章于 2025-05-24 11:18:40 发布

原创

最新推荐文章于 2025-05-24 11:18:40 发布 · 1.6k 阅读

2 ·

CC 4.0 BY-SA版权

最近做项目需要用到yolo，参考了网上一些代码和文章，记录一下对yolo的理解。

yolo核心思想：

将整张图作为网络的输入，单个神经网络将图像分割成区域。并且，这个神经网络可以预测每个区域的边界框，以及用该边界框分割区域的概率。这些边界框由预测的概率加权。

优势：

它在测试时查看整个图像，因此它的预测由图像中的全局信息提供。
它可以通过单一网络进行预测，而不像R-CNN这样的系统需要数千张图像,这使得它运行速度非常快。

yolo代码理解：

在对yolo有了初步的了解之后，我在github上找到了一份yolov3的代码，通过代码理解yolo的执行过程。（代码来自GitHub：https://github.com/xiaochus/YOLOv3）

首先，argparse这个模块包的意义需要了解一下，详情见注释。

import argparse #Argparse的作用就是为py文件封装好可以选择的参数，使他们更加灵活，丰富。即导入一个模块

parser = argparse.ArgumentParser( description='Yet Another Darknet To Keras Converter.') #parser = argparse.ArgumentParser()的目的是创建一个解析对象
parser.add_argument('config_path', help='Path to Darknet cfg file.') #然向该对象中添加你要关注的命令行参数和选项，每一个add_argument方法对应一个你要关注的参数或选项

 _main(parser.parse_args()) #最后调用parse_args()方法进行解析，解析成功之后即可使用

yad2k.py部分的代码感觉不需要过分解读，这部分代码的主要目的就是使用yolo的网络结构配置文件使其转换成keras的.h5文件。如下所示，一些关键的地方写了注释。

#! /usr/bin/env python
"""
Reads Darknet53 config and weights and creates Keras model with TF backend.

Currently only supports layers in Darknet53 config.
"""

import argparse #Argparse的作用就是为py文件封装好可以选择的参数，使他们更加灵活，丰富。即导入一个模块
import configparser #ConfigParser模块在python中用来读取配置文件，配置文件的格式可以包含一个或多个节(section), 每个节可以有多个参数（键=值）
import io
import os
from collections import defaultdict

import numpy as np
from keras import backend as K
from keras.layers import (Conv2D, GlobalAveragePooling2D, Input, Reshape,
                          ZeroPadding2D, UpSampling2D, Activation, Lambda, MaxPooling2D)
from keras.layers.advanced_activations import LeakyReLU
from keras.layers.merge import concatenate, add
from keras.layers.normalization import BatchNormalization
from keras.models import Model
from keras.regularizers import l2
from keras.utils.vis_utils import plot_model as plot


parser = argparse.ArgumentParser( description='Yet Another Darknet To Keras Converter.') #parser = argparse.ArgumentParser()的目的是创建一个解析对象
parser.add_argument('config_path', help='Path to Darknet cfg file.') #然向该对象中添加你要关注的命令行参数和选项，每一个add_argument方法对应一个你要关注的参数或选项
parser.add_argument('weights_path', help='Path to Darknet weights file.')
parser.add_argument('output_path', help='Path to output Keras model file.')
parser.add_argument(
    '-p',
    '--plot_model',
    help='Plot generated Keras model and save as image.',
    action='store_true')
parser.add_argument(
    '-flcl',
    '--fully_convolutional',
    help='Model is fully convolutional so set input shape to (None, None, 3). '
    'WARNING: This experimental option does not work properly for YOLO_v2.',
    action='store_true')


def unique_config_sections(config_file): #转换所有config部分，使其具有唯一名称，并为config解析器的兼容性向配置部分添加惟一后缀。
    """Convert all config sections to have unique names.

    Adds unique suffixes to config sections for compability with configparser.
    """
    section_counters = defaultdict(int) #defaultdict的作用是当字典里的key不存在但被查找时，返回的不是keyError而是一个默认值，这个默认值是多少根据defaultdict()中的值决定，如defaultdict(int)就表示这个默认值是0
    output_stream = io.StringIO() #io.StringIO表示在内存中以io流的方式读写str
    with open(config_file) as fin:
        for line in fin:
            if line.startswith('['):
                section = line.strip().strip('[]')
                _section = section + '_' + str(section_counters[section])
                section_counters[section] += 1
                line = line.replace(section, _section)
            output_stream.write(line)
    output_stream.seek(0) #把文件指针移动到文件开始处
    return output_stream


def _main(args):
    config_path = os.path.expanduser(args.config_path)  #返回参数，参数中开头的~被替换成user的主目录;如果扩展失败或者参数path不是以~打头，则直接返回参数（path）。
    weights_path = os.path.expanduser(args.weights_path)
    output_path = os.path.expanduser(args.output_path)
    assert config_path.endswith('.cfg'), '{} is not a .cfg file'.format(
        config_path) #a