Review-2020.03.12

[JinhangZhu]

Finished

• [x] 基于YOLOv3在Google Colab上完成对COCO 2014 Train images前16张图片的训练。

Details

• 修改了作者的Notebook，主要是训练时需要的参数文件换成了自己配置的，如--data data/mycoco16.data（规定class个数，train set图片路径txt文件，validation set图片路径txt文件等）, coco16.txt（train set图片路径）,images（图片文件夹），labels（与图片对应同名的txt，格式规范见Train On Custom Data）, Notebook见Copy of YOLOv3。

• 训练过程：

  ...
  Epoch   gpu_mem      GIoU       obj       cls     total   targets  img_size
   298/299     8.22G      1.17     0.679     0.258      2.11       100       416: 100% 1/1 [00:02<00:00,  2.12s/it]
               Class    Images   Targets         P         R   mAP@0.5        F1: 100% 1/1 [00:00<00:00,  1.38it/s]
                 all        16        76     0.851     0.922     0.958     0.862
  
     Epoch   gpu_mem      GIoU       obj       cls     total   targets  img_size
   299/299     8.22G      1.47     0.693     0.295      2.46       120       416: 100% 1/1 [00:02<00:00,  2.12s/it]
               Class    Images   Targets         P         R   mAP@0.5        F1: 100% 1/1 [00:00<00:00,  1.34it/s]
                 all        16        76     0.852     0.922     0.958     0.863
  300 epochs completed in 1.127 hours.
  

• 训练结果：

  • results.png

  

  • train_batch0.png

  

  • test_batch0.png

  

Next

• 训练出来了，但是这个训练过程和结果中出现的名词我不是都很熟悉，我还是需要按照bullet points列出来，每个单独描述。
• 训练完了，需要继续配置文件（不是很难，但是需要清醒的头脑），完成Evaluation和Detection。
• 上述弄完看代码。