🎈🎈🎈YOLO 系列教程 总目录
上篇内容:
YOLOV3项目实战1之 整体介绍与数据处理
YOLOV3提出论文:《Yolov3: An incremental improvement》
4、模型创建函数
模型创建函数 位置:项目 / utils / models.py / def create_modules
def create_modules(module_defs):
hyperparams = module_defs.pop(0)
output_filters = [int(hyperparams["channels"])]
module_list = nn.ModuleList()
for module_i, module_def in enumerate(module_defs):
modules = nn.Sequential()
if module_def["type"] == "convolutional":(暂时省略)
elif module_def["type"] == "maxpool":(暂时省略)
elif module_def["type"] == "upsample":(暂时省略)
elif module_def["type"] == "route":(暂时省略)
elif module_def["type"] == "shortcut":(暂时省略)
elif module_def["type"] == "yolo":(暂时省略)
module_list.append(modules)
output_filters.append(filters)
return hyperparams, module_list
- 模型创建函数,读进来配置文件module_defs
- 从 module_defs 列表中移除第一个元素,并将其存储在 hyperparams 变量中。这个元素通常包含了一些超参数(例如,输入通道数和其他配置信息),它们用于定义网络的输入和全局参数
- 创建了一个名为 output_filters 的列表,其中包含一个整数,表示模型的输出通道数
- 创建了一个空的 PyTorch ModuleList 对象,用于存储神经网络的各个模块
- 迭代 module_defs 列表,逐个处理模块的定义,module_i 是当前迭代的模块索引,module_def 包含了当前模块的配置信息,例如模块的类型、参数等
- 在每次迭代中,创建了一个空的 PyTorch Sequential 容器,用于存储当前模块中的层次。
- 接下来是6个多向if语判断句,分别为:
- 处理卷积层的情况
- 最大池化层
- 上采样层
- 路由层
- 快捷连接层
- YOLO 层
module_list.append(modules)
这一行代码将当前处理的模块的层次结构 modules 添加到神经网络模型的 module_list 中。module_list 是一个 PyTorch ModuleList 对象,它用于存储神经网络的各个模块(例如卷积层、池化层、激活函数等)output_filters.append(filters)
:这一行代码将当前处理的模块的输出通道数 filters 添加到 output_filters 列表中。output_filters 用于跟踪每个模块的输出通道数,以便在构建下一个模块时确定输入通道数。
5、卷积层的处理
在4中介绍了模型创建函数,但是if判断语句中没有给出内容,在5介绍一下卷积层是如何处理的
if module_def["type"] == "convolutional":
bn = int(module_def["batch_normalize"])
filters = int(module_def["filters"])
kernel_size = int(module_def["size"])
pad = (kernel_size - 1) // 2
modules.add_module(
f"conv_{module_i}",
nn.Conv2d(
in_channels=output_filters[-1],
out_channels=filters,
kernel_size=kernel_size,
stride=int(module_def["stride"]),
padding=pad,
bias=not bn,
),
)
if bn:
modules.add_module(f"batch_norm_{module_i}", nn.BatchNorm2d(filters, momentum=0.9, eps=1e-5))
if module_def["activation"] == "leaky":
modules.add_module(f"leaky_{module_i}", nn.LeakyReLU(0.1))
- 检查当前type值为convolutional,即卷积层:在配置文件中,每个模块开头都有一个中括号括起来的部分,这个是一个type值。
- 解析是否应该使用批归一化的信息,将其转换为整数值。如果 batch_normalize 为1,表示应该使用批归一化,否则为0,表示不使用。
- 解析卷积层的输出通道数(即卷积核数量)
- 解析卷积核的大小。
- 计算卷积层的填充大小,以确保输出的特征图尺寸与输入一致。
- 使用 PyTorch 的 nn.Conv2d 创建卷积层并添加到 modules 容器中:
- 输入通道数等于上一层的输出通道数
- 输出通道数等于当前卷积层的配置中指定的通道数
- 卷积核大小
- 卷积层的步幅
- 填充大小
- 是否使用偏置项。如果使用批归一化 (bn 为1),则不使用偏置项
- 如果 bn 为真(即应该使用批归一化),则添加批归一化层到 modules 容器中:nn.BatchNorm2d(filters, momentum=0.9, eps=1e-5):创建批归一化层,其中 filters 表示通道数,momentum 和 eps 是批归一化的超参数。
- 如果当前卷积层的激活函数为 “leaky”,则添加 Leaky ReLU 激活函数层到 modules 容器中:nn.LeakyReLU(0.1):创建 Leaky ReLU 激活函数层,参数 0.1 是斜率,控制着负数部分的输出
6、最大池化层的处理
elif module_def["type"] == "maxpool":
kernel_size = int(module_def["size"])
stride = int(module_def["stride"])
if kernel_size == 2 and stride == 1:
modules.add_module(f"_debug_padding_{module_i}", nn.ZeroPad2d((0, 1, 0, 1)))
maxpool = nn.MaxPool2d(kernel_size=kernel_size, stride=stride, padding=int((kernel_size - 1) // 2))
modules.add_module(f"maxpool_{module_i}", maxpool)
elif module_def["type"] == "maxpool":
:这个条件语句检查当前模块是否为最大池化层kernel_size = int(module_def["size"])
:解析模块配置中的池化核大小,将其转换为整数stride = int(module_def["stride"])
:解析模块配置中的池化层步幅,将其转换为整数if kernel_size == 2 and stride == 1:
:这一行代码检查是否满足一个特定条件,即池化核大小为2且步幅为1。如果满足这个条件,就执行下面的操作modules.add_module(f"_debug_padding_{module_i}", nn.ZeroPad2d((0, 1, 0, 1)))
:这里添加了一个用于调试的零填充层。具体来说,它使用nn.ZeroPad2d
在输入图像的底部和右侧各添加一列零填充。这个填充的目的可能是为了处理特定情况下的池化层,以确保输出大小与输入大小一致。这个步骤通常是为了处理某些特殊情况而添加的
- 创建最大池化层并添加到
modules
容器中:maxpool = nn.MaxPool2d(kernel_size=kernel_size, stride=stride, padding=int((kernel_size - 1) // 2))
:创建最大池化层,其中包括池化核大小、步幅和填充大小的配置modules.add_module(f"maxpool_{module_i}", maxpool)
:将最大池化层添加到modules
容器中,命名为maxpool_{module_i}
,其中module_i
是当前模块的索引
通过上述操作,当前最大池化层的配置被解析,并相应地创建了相应的 PyTorch 模块,这些模块将在神经网络模型中用于后续的前向传播计算。最大池化层用于减小特征图的尺寸,以帮助网络提取更高级别的特征。
7、上采样层的处理
8、快捷连接层的处理
9、yolo层的处理
10、读取配置文件
配置文件:项目位置\PyTorch-YOLOv3\config\yolov3.cfg
部分参数展示:
batch=16
subdivisions=1
width=416[convolutional]
batch_normalize=1
filters=32
size=3
stride=1
pad=1
activation=leaky
上面主要是一些训练参数,紧接着都是卷积的参数
模型文件:项目位置\PyTorch-YOLOv3\models.py
我们的主体模型在darknet.类中,是model.py文件中的一个类,实际上就是darknet53
在PyTorch深度学习框架中,用类来定义模型,类的构造函数用来定义模型的参数,forward函数用来定义前向传播计算方法
class Darknet(nn.Module):
def __init__(self, config_path, img_size=416):
super(Darknet, self).__init__()
self.module_defs = parse_model_config(config_path)
self.hyperparams, self.module_list = create_modules(self.module_defs)
self.yolo_layers = [layer[0] for layer in self.module_list if hasattr(layer[0], "metrics")]
self.img_size = img_size
self.seen = 0
self.header_info = np.array([0, 0, 0, self.seen, 0], dtype=np.int32)
- parse_model_config方法读取配置文件
- 创建模型
这个构造函数,在读取参数的同时也定义了大部分的网络结构