qqwweee/keras-yolo3是最简单的自数据训练yolov3的开源项目了。非常简单，相比其他的开源项目，太适合新手练习yolov3。

而公开的很多开源框架的都是基于VOC/COCO来写预训练，整理数据起麻烦不少。

本来笔者看到mxnet/gluoncv有yolov3的自训练，而且Mxnet还进行一定改进把精度提升了不少，还欢欣鼓舞的去尝试，但是一旦遇到坑，基本没法解决。。社区人太少，搜不到前人的经验，报错信息稀奇古怪，定位到报错code较难，留言给社区也一时半会儿没人回，还真是从入门到放弃。。

在此之上进行一些微调，我的项目地址：keras-yolo3-improved

其中，

selfdata_keras_yolov3.ipynb，自己训练时候的ipynbselfdata_yolov3_test.ipynb，自己预测时候的ipynbyolo_matt.py,预测时候改进输出结果

文章目录

1 数据准备

最简单是因为把数据整理成以下的样子就可以开始训练：

path/to/img1.jpg 50,100,150,200,0 30,50,200,120,3path/to/img2.jpg 120,300,250,600,2...

也就是：地址，xmin,ymin,xmax,ymax，类别ID然后空格下一个box，每张图一行。

例子：

images/images_all/86900fb6gy1fl4822o7qmj22ao328qv7.jpg 10,259,399,580,27images/images_all/b95fe9cbgw1eyw88vlifjj20c70hsq46.jpg 10,353,439,640,29images/images_all/005CsCZ0jw1f1n8kcj8m1j30ku0kumz6.jpg 75,141,343,321,27

2 训练：

keras源码中有两段训练：

第一段冻结前面的249层进行迁移学习（原有的yolov3）第二段解冻全部层进行训练

笔者自己的训练数据集是专业领域的图像，所以基本第一阶段的迁移学习阶段没啥用，因为与原有的yolov3训练集差异太大，如果你也是，请直接开始第二段或者重新根据darknet53训练。

那么这边就有三样可能需要预下载的模型：

yolo_weights.h5 预训练模型（用作迁移）

python convert.py -w yolov3.cfg yolov3.weights model_data/yolo_weights.h5darknet53.weights （用作重新训练）

wget /media/files/darknet53.conv.74yolo.h5 （yolov3-VOC训练模型，可以直接用来做预测 ）

python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

来看看训练时候需要的参数：

class yolo_args:annotation_path = 'train.txt'log_dir = 'logs/003/'classes_path = 'model_data/class_file_en.txt'anchors_path = 'model_data/yolo_anchors.txt'input_shape = (416,416) # multiple of 32, hw# 608*608 416*416 320*320val_split = 0.1batch_size = 16epochs_stage_1 = 10stage_1_train = Falseepochs_finally = 100finally_train = Trueweights_path = 'logs/003/ep009-loss33.297-val_loss32.851.h5'# 可以使用'model_data/tiny_yolo_weights.h5' 也可以使用tiny_yolo的：'model_data/yolo_weights.h5'# train_main(yolo_args)

annotation_path就是数据集准备的txt

log_dir ，Model存放地址，譬如：events.out.tfevents.1545966202、ep077-loss19.318-val_loss19.682.h5

classes_path ，分类内容

anchors_path ，yolo anchors，可自行调整，也可以使用默认的

input_shape ，一般是416

epochs_stage_1 = 10和stage_1_train = False，是同一个，也就是是否进行迁移学习（stage_1_train），要学习的话，学习几个epoch（epochs_stage_1）

epochs_finally = 100和finally_train = True，是，是否进行后面开放所有层的学习（finally_train），学习几个epoch（epochs_finally）

weights_path ，调用model的路径

这里需要注意：

如果要在之前训练基础上，追加训练，一般要把batch_size设置小一些，然后加载之前的权重。

3 预测：

来看一个简单的预测

import sysimport argparsefrom yolo import YOLO, detect_videofrom PIL import Imageyolo_test_args = {"model_path": 'model_data/yolo.h5',"anchors_path": 'model_data/yolo_anchors.txt',"classes_path": 'model_data/coco_classes.txt',"score" : 0.3,"iou" : 0.45,"model_image_size" : (416, 416),"gpu_num" : 1,}yolo_test = YOLO(**yolo_test_args)image = Image.open('images/part1/path1.jpg')r_image = yolo_test.detect_image(image)r_image.show()

直接返回的是带框的图片，如果你要输出boxes，可以自己改一下detect_image函数。

此时注意以下：out_boxes, out_scores, out_classes中out_boxes，每个Boxes代表的是：y_min, x_min, y_max, x_max

在此之上，进行预测结果优化，可参考：yolo_matt.py:

import sysimport argparsefrom yolo_matt import YOLO, detect_videofrom PIL import Imageyolo_test_args = {"model_path": 'logs/003/ep077-loss19.318-val_loss19.682.h5',"anchors_path": 'model_data/yolo_anchors.txt',"classes_path": 'model_data/class_file_en.txt',"score" : 0.2,# 0.2"iou" : 0.1,# 0.45"model_image_size" : (416, 416),"gpu_num" : 1,}yolo_test = YOLO(**yolo_test_args)# 输出内容整理def _get_class(classes_path):classes_path = os.path.expanduser(classes_path)with open(classes_path) as f:class_names = f.readlines()class_names = [c.strip() for c in class_names]return class_namesdef yolov3_output(image,out_boxes,out_scores,out_classes):output = []yolo_classes = _get_class(yolo_test_args['classes_path'])for n,box in enumerate(out_boxes):y_min, x_min, y_max, x_max = boxy_min = max(0, np.floor(y_min + 0.5).astype('int32'))x_min = max(0, np.floor(x_min + 0.5).astype('int32'))y_max = min(image.size[1], np.floor(y_max + 0.5).astype('int32'))x_max = min(image.size[0], np.floor(x_max + 0.5).astype('int32'))score = out_scores[n]yo_class = yolo_classes[out_classes[n]]output.append({ 'y_min':y_min, 'x_min':x_min, 'y_max':y_max, 'x_max':x_max,\'width':image.size[0],'height':image.size[1],\'score':score,'yo_class':yo_class})return outputimage = Image.open('images/images_all/path1.jpg')r_image,out_boxes, out_scores, out_classes = yolo_test.detect_image(image)output = yolov3_output(r_image,out_boxes,out_scores,out_classes)

输出结果类似：

{'path1.jpg': [{'y_min': 416, 'x_min': 34, 'y_max': 754, 'x_max': 367, 'width': 440, 'height': 783, 'score': 0.9224778, 'yo_class': 'class1'},{'y_min': 428, 'x_min': 3, 'y_max': 783, 'x_max': 352, 'width': 440, 'height': 783, 'score': 0.2180994, 'yo_class': 'class2'}]}