cvmart-yolov5

KO | EN

gitlite — search

#python #hacktoberfest #react #ai #llm #android #linux #nodejs #java #awesome #kubernetes #vue #security #ios

(★ 18)

极市平台打榜使用的yolov5模板

cvmart-yolov5 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# cvmart-yolov5
极市平台打榜使用的yolov5模板

冠军方案代码分享 [ECV2022｜沿街晾晒识别冠军方案](https://zhuanlan.zhihu.com/p/552485058)

需要填补类别
+ preprocess.py
+ ji.py
+ /yolov5/data/cvmart.yaml

ECV2022｜沿街晾晒识别冠军方案
==================

**1、赛题分析**
----------

### **1.1先来看下赛题的官方描述。**

**1)目标描述 (了解应用场景)**

算法报警的业务逻辑：利用开关，控制识别到占道经营，违规晾晒的行为，触发报警。

识别场景：街道

识别对象：  
1）悬挂式的衣服/被子等物品(小目标例如一条毛巾、一个梳子、一条鱼不识别，当数量大于5时，可以识别)  
2）占道行为摊位

环境要求：白天，或光线充足

算法准确率：85%

**2) 数据描述**

标注方式：2D 框标注

标签：  
固定摆摊fixed\_stall：街道、人行道周边的地面摊位，确认在摆摊  
遮阳伞sunshade：遮阳伞、临时贩卖小棚  
晾晒物：drying\_object

![](https://pic2.zhimg.com/v2-22809ba69b0717f8bf6bbb31eaade595_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1042' height='330'></svg>)

其实就是把占道的各种行为识别出来，保证道路畅通。

### **1.2 进行探索性数据分析(EDA)**

看看大致的数据分布制定训练策略，决定使用模型，对以后调参也有帮助。

**1) 探索性数据分析(EDA)--数据集信息**

![](https://pic1.zhimg.com/v2-2da8b65b8f3bce12c0893dd5960e0440_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1080' height='190'></svg>)

数据量够大了，为了保证训练速度跟推理速度，选择轻量级模型yolo系列，这也是工业上应用比较广泛的模型。其中我使用的YOLOv5s网络体积最小，速度最快。我确实更喜欢小模型，训练起来更容易。因为有性能分，模型融合、测试时增强（TTA）就不考虑了。

![](https://pic1.zhimg.com/v2-7a06060acd95b16778c342f071efda10_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='794' height='406'></svg>)

**2)探索性数据分析(EDA) — 标签数量**

![](https://pic2.zhimg.com/v2-5da1f43c23fab804c4ab52f8d3b9cc75_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='612' height='442'></svg>)

标签数量差距大，类别不均衡，是长尾分布。因此我考虑两个策略：数据增强用Mosaic数据增强 + 损失函数用Focal loss。

这也是应对数据不均衡比较常规的想法，而且都很有效。

**3)探索性数据分析(EDA)--标注框**

标注框绝对大小:

![](https://pic3.zhimg.com/v2-f41e64ede51c3e499a06234a071894da_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1080' height='442'></svg>)

标注框相对大小:

![](https://pic3.zhimg.com/v2-c52e528305aac383f180f32de6cebdfe_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1080' height='426'></svg>)

可以发现Anchor的特点有：小目标为主，偶尔有大目标,我通过聚类确定anchor大小。

### **1.3 得出总体思路图,细节在后面阐述**

![](https://pic1.zhimg.com/v2-dd000130af99851797dfaa6f5cce5258_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1080' height='429'></svg>)

**2、算法流程及实现**
-------------

这里主要分成3部分。

1.  Yolo 模型的选择 : v5 还是 v6？
2.  我所用的策略
3.  更多可能性的探讨

### **2.1 Yolo 模型的选择 : v5 还是 v6？**

比赛进行的时候我在网上看到了yolov6的信息，但那时候我已经训练出了Yolo V5s。但还是试了下YoloV6.下面总结下我对两个框架的感受。

**1）Yolo v5**

*   我一直在用；有一套熟悉的代码模板，训练超参数
*   发布时间久，更成熟，tensorRT转换与半精度推理资料更多
*   训练快（相比YOLO v6）

**2）Yolo v6**

*   Anchor-free,在训练之前无需进行聚类分析以确定最佳anchor集合
*   论文数据，在精度与推理速度超过Yolo v5

Yolov6的Anchor-free很吸引我，但无奈训练太慢了，最后我训练epochs少于v5，可能因此效果不如v5.并且我没有对v6进行tensorrt转换，这也是性能分较低的原因吧。

![](https://pic3.zhimg.com/v2-b3fa61efce504a0c45f6c86598903f52_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='700' height='218'></svg>)

### **2.2 所用的策略介绍**

![](https://pic4.zhimg.com/v2-b59cf7c10bb2c60e245ab54af0c94907_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='604' height='532'></svg>)

其中蓝色为了推理速度设计，红色为了模型精度。下面分别介绍：

**1）针对性调整训练类别**

这里说的“针对性”是针对评分榜单。我发现实战榜只是计算drying\_object的f-score,这样的话其他标签就不是很有价值了。于是我修改3分类为1分类，舍弃其他标签，把参数用到该用的地方。这样其实不用考虑类别不均衡问题了，但后面还是照之前想法做了。

![](https://pic4.zhimg.com/v2-3f13dda3b4e31a1814821317fc43ce13_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1080' height='148'></svg>)

**2）灵活调整训练策略**

这里介绍我的训练策略。因为极市的训练超过12小时会被终止，正好可以作为一个阶段。因此我分为三个阶段，分阶段调整训练策略。

第一阶段，使用强数据增强，img\_size = 640，默认损失函数;

第二阶段，换上弱数据增强，img\_size减小到480，损失函数用Focal Loss;

第三阶段进行微调，使模型适应原始图像，无数据增强，img\_size = 480,但是低学习率，防止过拟合。

**3）多尺度训练**

尺度小的话图片测试速度快，准确度低。尺度大的话测试速度慢，但准确度高。使用多尺度训练能提高检测模型对物体大小的鲁棒性，提高模型精度。

**4）TensorRT:**

TensorRT几乎是必须了。TensorRT是Nvidia为了加速基于GPU训练模型的推理而设计，能有效加速模型的推理部署。加上使用半精度FP16，推理速度可以提高一倍甚至更多，且精度基本不会受到影响。

**5）Optuna调整推理超参数**

Optuna是我用LGBM时了解的，是一个特别为机器学习设计的自动超参数优化软件框架，通过在搜索空间进行多次实验来寻找最佳超参数，可谓调参利器。我用的超参数主要是非极大值抑制（NMS）的了，我基于划分的验证集，使用Optuna搜索最佳超参数，最后寻找到NMS超参数为conf\_thres = 0.12，iou\_thres = 0.31。

**6）划定不同类别阈值筛选**

因为我只有一类，所以阈值就统一了。多类的情况下可以分别指定。

![](https://pic1.zhimg.com/v2-345a5cc56fd7bef8354108d7b0077ee8_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1080' height='171'></svg>)

想法就是参考召回率跟精确率，务求两者平衡得到最高f-score。针对召回率与精确率不匹配的情况，用低的conf\_threshold保证召回，分类别划定筛选阈值保证精确率。

### **2.3 更多可能性的探讨**

以下介绍一些我想到但未实现（完善）的想法：

![](https://pic2.zhimg.com/v2-5dbd422bb92053eecebcff33ab305f49_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='614' height='674'></svg>)

**1）Yolo v5 模型剪枝**

我尝试了下Yolo v5 模型剪枝。剪枝的好处有使模型轻量，便于部署，而且加快推理速度 (CPU)。使用论文Soft Filter Pruning for Accelerating Deep Convolutional Neural Networks中提到的软剪枝方法，想法是降低模型宽度，减少特征图通道数。使用0.7的剪枝率，权重文件确实小了，但是GPU推理速度下降，因此比赛中我没有使用。

**2）小目标问题**

这个赛题中小目标并不突出。我同时进行的其他榜单上会有一些，就一起处理了。

![](https://pic3.zhimg.com/v2-46f1f8f3ae31d6df8a4d1718b11455e6_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1080' height='350'></svg>)

小目标的解决方案可以有：

*   修改网络结构，增加特征图融合程度
*   添加小瞄框
*   滑动窗口推理
*   增大输入图片大小

这里滑动窗口推理不太有必要（还有很多大目标），其他可以考虑。

**3） Yolo v6**

之前提到v6训练速度慢，我训练不充分，但这个很有潜力。我已经写好了数据转换、训练、推理脚本，其实和v5很像。

**4）速度换精度**

![](https://pic1.zhimg.com/v2-8605631ddfef4b6aabfe02682212db10_b.jpg)

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='708' height='290'></svg>)

最后性能分很高了，可以考虑速度换精度的一些方法，比如特征图融合，更大图片尺寸。

cvmart-yolov5

cvmart-yolov5 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

cvmart-yolov5

cvmart-yolov5 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README