TrainYourOwnYOLO：从零开始构建自定义目标检测器

本仓库让你可以使用当前最先进的 YOLOv3 计算机视觉（Computer Vision）算法训练自定义图像检测器。简要介绍可参考这篇 Medium 文章。本仓库兼容 TensorFlow 2.3 和 Keras 2.4。

开始之前：

• 🍴 Fork 此仓库，以便将其作为你自己项目的一部分使用。
• ⭐ Star 此仓库，以接收未来改进的通知。

流程概览

要构建并测试你的 YOLO 目标检测算法，请按以下步骤操作：

1. 图像标注（Image Annotation）
   • 安装 Microsoft 的 Visual Object Tagging Tool (VoTT)
   • 对图像进行标注
2. 训练（Training）
   • 下载预训练权重（pre-trained weights）
   • 在标注好的图像上训练你自己的 YOLO 模型
3. 推理（Inference）
   • 在新图像和视频中检测目标

仓库结构

• 1_Image_Annotation：图像标注的脚本和说明
• 2_Training：训练 YOLOv3 模型的脚本和说明
• 3_Inference：在新图像和视频上测试已训练 YOLO 模型的脚本和说明
• Data：输入数据、输出数据、模型权重和结果
• Utils：主脚本所使用的工具脚本

快速入门

Google Colab 教程

使用 Google Colab 可跳过大部分设置步骤，立即开始训练你自己的模型。

环境要求

唯一硬性要求是运行 Python 3.6 或 3.7。要安装 Python 3.7，请访问：

• python.org/downloads

并按照安装说明操作。注意：本仓库仅在 Python 3.6 和 3.7 上测试过，因此建议使用 python3.6 或 python3.7。

为了加速训练，建议使用支持 CUDA 的 GPU。例如，在 AWS 上可以使用 p2.xlarge 实例（配备 Tesla K80 GPU，12GB 显存）。在典型 CPU 上的推理速度约为每秒 2 张图像。如果你想在自己的机器上使用 GPU，请按照 tensorflow.org/install/gpu 的说明安装 CUDA 驱动程序，并确保安装了 正确版本的 CUDA 和 cuDNN。

安装

设置虚拟环境 [Linux 或 Mac]

使用以下命令克隆本仓库：

git clone https://github.com/AntonMu/TrainYourOwnYOLO
cd TrainYourOwnYOLO/

创建虚拟环境 (Linux/Mac)：

python3 -m venv env
source env/bin/activate

请确保从此以后所有命令都在你的虚拟环境中运行。

设置虚拟环境 [Windows]

使用 GitHub Desktop GUI 将此仓库克隆到本地。进入 TrainYourOwnYOLO 项目文件夹，按住 Shift + 右键，在下拉菜单中选择 在此处打开 PowerShell 窗口。

创建虚拟环境 (Windows)：

py -m venv env
.\env\Scripts\activate

请确保从此以后所有命令都在你的虚拟环境中运行。

安装所需包 [Windows、Mac 或 Linux]

在虚拟环境中通过以下命令安装所需包：

pip install -r requirements.txt

如果失败，可能需要先升级 pip：pip install pip --upgrade。

快速启动（仅推理）

要在 TrainYourOwnYOLO/Data/Source_Images/Test_Images 中的测试图像上测试猫脸检测器，请在根目录运行 Minimal_Example.py 脚本：

python Minimal_Example.py

输出结果将保存在 TrainYourOwnYOLO/Data/Source_Images/Test_Image_Detection_Results，包括：

• 带有置信度分数的猫脸边界框（bounding boxes）的图片，以及
• 包含文件名和边界框位置的 Detection_Results.csv 文件。

如果你想在自己的图片中检测猫脸，请将 Data/Source_Images/Test_Images 中的猫图片替换为你自己的图片。

完整流程（训练与推理）

要训练你自己的 YOLO 自定义目标检测器，请遵循本仓库三个编号子文件夹中的详细说明：

• 1_Image_Annotation，
• 2_Training，以及
• 3_Inference。

为确保一切顺利运行，强烈建议保留本仓库的原始文件夹结构！

每个 *.py 脚本都提供了多种命令行选项，可用于调整性能或更改输入输出目录等设置。只要保留原始文件夹结构，所有脚本的默认值都能顺利完成任务。要了解某个 Python 脚本 <script_name.py> 的可用命令行选项，请运行：

python <script_name.py> -h

新增功能： Weights and Biases

TrainYourOwnYOLO 支持使用 Weights & Biases 在线跟踪你的实验。请在 wandb.ai 注册以获取 API 密钥，并运行：

wandb -login <API_KEY>

其中 <API_KEY> 是你的 Weights & Biases API 密钥。

多流-多模型-多 GPU（Multi-Stream-Multi-Model-Multi-GPU）

如果你想并行运行多个视频流，请查看 github.com/bertelschmitt/multistreamYOLO。感谢 @bertelschmitt 的贡献。

许可证

除非文件顶部另有明确说明，否则所有代码均采用 CC BY 4.0 许可证。本仓库使用了 ilmonteux/logohunter，而后者又受到 qqwweee/keras-yolo3 的启发。

故障排除（Troubleshooting）

0. 如果你遇到任何错误，请确保你逐字逐句地按照说明操作。一旦你熟悉了代码，欢迎根据需要进行修改，但为了尽量减少错误，我建议你不要偏离上述说明。如果你想提交 Issue（问题报告），请使用提供的模板，并确保填写所有字段。

1. 如果你遇到 FileNotFoundError、Module not found 或类似错误，请确保你没有更改文件夹结构。你的目录结构必须完全如下所示：

   TrainYourOwnYOLO
   └─── 1_Image_Annotation
   └─── 2_Training
   └─── 3_Inference
   └─── Data
   └─── Utils
   

   如果你使用了不同的名称（例如 TrainYourOwnYOLO-master），则每次调用函数时都必须通过命令行参数指定正确的路径。

   文件或文件夹名称中不要包含空格，例如应使用 my_folder 而非 my folder。

2. 如果你是 Linux 用户，并且在安装 *.snap 包文件时遇到问题，请尝试：

   snap install --dangerous vott-2.1.0-linux.snap
   

   更多信息请参阅 Snap 教程。

3. 如果你的系统上安装了更新版本的 Python，请确保使用 3.7 版本创建虚拟环境。你可以使用 virtualenv 来实现：

   pip install virtualenv
   virtualenv env --python=python3.7
   

   然后按照上述相同步骤操作。

需要更多帮助？提交 Issue！

如果你想提交 Issue，请使用提供的 Issue 模板，并确保填写所有字段。这有助于其他试图帮助你的人更容易复现问题。

未完整填写 Issue 模板的问题将被关闭，并标记为 “issue template not completed”（未完成 Issue 模板）。

保持更新

• ⭐ Star 此仓库以接收未来改进的通知；
• 🍴 如果你想将此项目用于自己的项目中，请 Fork 此仓库。

许可协议（Licensing）

本作品采用 知识共享署名 4.0 国际许可协议（Creative Commons Attribution 4.0 International License） 授权。这意味着你可以自由地：

• 共享（Share） — 以任何媒介或格式复制和重新分发本素材；
• 改编（Adapt） — 对本素材进行混音、转换或在其基础上创作，包括用于商业目的。

但需遵守以下条款：

• 署名（Attribution）

引用格式如下：

@misc{TrainYourOwnYOLO,
  title = {TrainYourOwnYOLO: Building a Custom Object Detector from Scratch},
  author = {Anton Muehlemann},
  year = {2019},
  url = {https://github.com/AntonMu/TrainYourOwnYOLO},
  doi = {10.5281/zenodo.5112375}
}

如果你的作品中没有引用列表，只需链接到这个 GitHub 仓库 即可！

TrainYourOwnYOLO 快速上手指南

环境准备

• Python 版本：仅支持 Python 3.6 或 3.7（推荐使用 清华镜像源 安装）
• 操作系统：Windows / Linux / macOS 均可
• GPU（可选但推荐）：如需加速训练，建议使用支持 CUDA 的 NVIDIA GPU，并安装对应版本的 CUDA 和 cuDNN。国内用户可参考 清华 CUDA 镜像。
• 依赖库：TensorFlow 2.3 + Keras 2.4（通过 requirements.txt 自动安装）

💡 提示：若无本地 GPU，可直接使用 Google Colab 教程 免配置运行。

安装步骤

1. 克隆仓库

git clone https://github.com/AntonMu/TrainYourOwnYOLO
cd TrainYourOwnYOLO/

2. 创建虚拟环境

Linux / macOS:

python3 -m venv env
source env/bin/activate

Windows (PowerShell):

py -m venv env
.\env\Scripts\activate

⚠️ 后续所有命令均需在激活的虚拟环境中执行。

3. 安装依赖（推荐使用国内镜像加速）

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade pip
pip install -r requirements.txt

基本使用（仅推理）

项目已内置一个猫脸检测模型，可快速测试：

python Minimal_Example.py

• 输入图像：Data/Source_Images/Test_Images/ 目录下的图片
• 输出结果：
  • 带检测框的图像保存至 Data/Source_Images/Test_Image_Detection_Results/
  • 检测坐标与置信度记录在 Detection_Results.csv

📌 若想检测自己的图片，只需将你的图像放入 Data/Source_Images/Test_Images/ 并运行上述命令即可。

🔔 注意：请勿修改项目原始目录结构，否则可能导致路径错误。