Day 14 - 安裝與執行 YOLO

13th鐵人賽 yolov3 python

yehchitsai

2021-09-14 20:42:27

7178 瀏覽

分享至

Day 14 - 安裝與執行 YOLO

在介紹影像辨識的處理流程－ Day 10 有提到 YOLO 模型是由 Joseph Redmon 所提出，而到了 YOLOV4 後才換成另外一群人繼續發展，YOLOV4 的作者是 Alexey Bochoknovskiy, Chien-Yao Wang, 與 Hong-Yuan Mark Liao，YOLOV5 的作者 Glenn Jocher。

安裝 YOLO

今天會將 YOLOV3 安裝在 Amazon Linux 2，首先從 Joseph Redmon 所建立的 Darknet 進入安裝步驟，首先去 darknet 的 github 官網下載套件，接著修改 Makefile 編譯組態檔，將 GPU，CUDNN 打開，因為這個版本的 AMI 已經有安裝 CUDA 等驅動程式，此外還要設定 GPU 架構，因為 gx4n 這類 EC2 使用的是 Tesla T4 的 GPU，所以要去查相對應的架構，可以在 Matching CUDA arch and CUDA gencode for various NVIDIA architectures 這個網站中查到，下圖中一個顯示 Makefile 的內容，一個透過指令來查 GPU 的使用狀況。

git clone https://github.com/pjreddie/darknet.git
cd darknet
# 檢查 GPU 的型號與記憶體容量
nvidia-smi
# 修改 Makefile 編譯組態檔
vi Makefile
make

Makefile

GPU=1 # enable GPU
CUDNN=1 # enable CUDNN
OPENCV=0
OPENMP=0
DEBUG=0

ARCH= -gencode arch=compute_30,code=sm_30 \
      -gencode arch=compute_35,code=sm_35 \
      -gencode arch=compute_50,code=[sm_50,compute_50] \
      -gencode arch=compute_52,code=[sm_52,compute_52]\
      -gencode arch=compute_75,code=[sm_75,compute_75]
# for Tesla T4

圖 1、修改 Makefile 設定

圖 2、檢查 GPU 的型號與記憶體容量

執行 YOLO

執行 yolov3 演算法，用來辨識 dog.jpg 這張圖片，使用的是事先訓練好的模型 yolov3.weights，採用 cfg/yolov3.cfg 的組態設定。

# 下載預先訓練好的權重模型
wget https://pjreddie.com/media/files/yolov3.weights
# 注意一下執行的所在文件夾應為 /home/ec2-user/fishRecognition/fishsite/darknet
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

下圖中可以看出來，總共辨識出三種物件，分別是狗、卡車跟腳踏車，所花的辨識時間為 0.0934 秒，主要是因為有開啟 GPU。

圖 3、利用預先訓練好的模型來辨識圖片

下圖為待預測的圖片 data/dog.jpg。

圖 4、待預測的圖片

下圖為預測後的圖片，預設會存為 predictions.jpg。

圖 5、預測後的圖片

而之所以會辨識為 dog, truck, bicycles，是在 cfg/coco.data 內定義的。

使用 Python 執行 YOLO

我們這裡用的方法並不是全部用 Python 重寫一遍，而是在 Python 中呼叫 c 語言所提供的呼叫介面，存取 libdarknet.a 這個靜態函式庫。

darknet 已經將 Python 呼叫 C 語言函式庫的介面寫好了，放在 python/darknet.py 這個檔案裡，唯一需要修改的是將 154 行中的語法改成 Python 3的語法，如下圖所示。

圖 6、修改 darknet.py 的代碼

接著撰寫 fishRecognition.py 這個檔案，就是把命令列中的參數，都直接放到 Python原始碼內就可以。最後呼叫 dn.detect 方法來進行預測。

fishRecognition.py

# 引入 python/darknet.py 
import python.darknet as dn
from datetime import datetime

print('load view model')
net = dn.load_net(str.encode("./cfg/yolov3.cfg"),
                  str.encode("./yolov3.weights"), 1)
meta = dn.load_meta(str.encode("./cfg/coco.data"))
print('start to predict...\n')
n = datetime.now()
r = dn.detect(net, meta, str.encode("./data/dog.jpg"))
print(r, '\n', datetime.now()-n)

下圖是執行結果，不只是得到每個物件的名稱，準確度，還有方塊框的座標，最後一個是我們寫來判斷預測所花的時間，約 0.11 秒

圖 7、使用 Python 語法呼叫 darknet 函式庫