YOLOv2 项目中在检测多类情况下只输出其中一类 2018-0
在训练yolo模型中，本作者采用了Yolov2的预训练模型来训练了门，车，行人，建筑物，树这五个类别，而在我们sence.name中我们门是第一类（0），车是第二类（1），行人是第三类（2），建筑物是第四类（3），树是第五类（4）。但是，由于项目要求，本人只想采用得到只有行人的boundingbox作为网络的输出而不是训练的五类，有什么方法能够实现呢？
首先，第一个方法当然是你可以拿Yolov2的官方提供的预训练模型进行行人的训练，这样模型只会检测到行人，而在网络的最后会输出行人的boundingbox。
其次，COCO数据集训练（包含行人，行人作为第一类），可以改动想改配置文件来实现只输出一类，此方法不做说明。
最后，但是由于本人时间有限，所以想在原来训练五类的模型基础上得到行人（这里请注意，行人在我训练模型的名字列表中是第三类，其序号是2）如果用上面COCO数据集中的方法是行不通的，但是如果我只想得到行人的boundingbox，那该怎么办呢？
注意：在Yolov2主文件中找到image.c或detect.c（此处作者可能与其他人的文件命名不一样）文件，并在该文件下的draw_detectiongs函数里面做相应的修改，修改如下：
(1)在第一个for循环中加入以下代码：
if (strcmp(names[class], "person") !=0 )
{
continue;
}
(2)在第二个for循环中加入以下代码：
if(class != 2)
{
continue;
}
image.c:
void draw_detections(image im, int num, float thresh, box *boxes, float **probs, float **masks, char **names, image **alphabet, int classes)
{
int i;
for (i = 0; i < num; ++i) {
int class = max_index(probs[i], classes);
float prob = probs[i][class];
if (strcmp(names[class], "person") !=0 )
{
continue;
}
或
if(class != 2)
{
continue;
}
if (prob > thresh) {
int width = im.h * .006;
if (0) {
width = pow(prob, 1. / 2.) * 10 + 1;
alphabet = 0;
}
int offset = class * 123457 % classes;
float red = get_color(2, offset, classes);
float green = get_color(1, offset, classes);
float blue = get_color(0, offset, classes);
float rgb[3];
rgb[0] = red;
rgb[1] = green;
rgb[2] = blue;
box b = boxes[i];
int left = (b.x - b.w / 2.) * im.w;
int right = (b.x + b.w / 2.) * im.w;
int top = (b.y - b.h / 2.) * im.h;
int bot = (b.y + b.h / 2.) * im.h;
if (left < 0) left = 0;
if (right > im.w - 1) right = im.w - 1;
if (top < 0) top = 0;
if (bot > im.h - 1) bot = im.h - 1;
draw_box_width(im, left, top, right, bot, width, red, green, blue);
if (alphabet) {
image label = get_label(alphabet, names[class], (im.h * .03) / 10);
draw_label(im, top + width, left, label, rgb);
free_image(label);
}
if (masks) {
image mask = float_to_image(14, 14, 1, masks[i]);
image resized_mask = resize_image(mask, b.w * im.w, b.h * im.h);
image tmask = threshold_image(resized_mask, .5);
embed_image(tmask, im, left, top);
free_image(mask);
free_image(resized_mask);
free_image(tmask);
}
}
}
}
即使此处添加了一个类别的判断其是否为行人，但是模型做检测时是检测出了五类，只不过显示其中的行人的boundingbox而已，这样做检测的精度当然没有纯训练行人的精度高，所以如果有充分时间就不建议这样做，但是如果你想偷懒就可以尝试一下这种方式。
本篇文章仅代表作者本人的观点，如有不对的地方请在下方留言，谢谢！
