目录
1. 文章主要内容
此篇博客为
[目标检测实验系列]
的首篇博客，该系列主要记录在目标检测实验过程中的详细步骤和所思所想，欢迎大家互相交流。
本篇博客参考的主要内容来源于
：
大彤小忆–使用Python将NWPU VHR-10数据集的格式转换成VOC2007数据集的格式
霹雳吧啦Wz–YOLOv3 SPP源码解析-1代码使用简介
本篇博客主要涉及两个主体内容。
第一个
：将西工大遥感数据集NWPU VHR-10的格式转为VOC通用的数据集。
第二个
：再次将转换后的VOC格式的数据集转变成yolov3 spp所需要格式的数据集，之后调试项目内容，达到成功跑通项目的要求。（
通读本篇博客大概需要10分钟左右的时间
）。
2. 西工大数据集转换为VOC格式数据集
2.1 VOC数据集结构
VOC通用数据集格式如下图所示：
特别注意以下几点内容
：
1.这里的箭头表示的文件夹由外到内，比如VOCdevkit文件夹包含了VOC2012文件，而VOC2012文件夹包含Annotations、ImageSets和JPEGImages
2.这里的VOC2012文件夹名字也可以换成VOC2007，代表不同的版本。事实上，只要保证整体的文件夹结构没有问题，所有的文件夹名字都可以自定义，只需要在对应的模型代码中指定好自定义的文件夹名字。
3.和Annotations、ImageSets和JPEGImages同级目录下，还有两个文件夹SegmentationClass、SegementionObject。因为这里用不到，所以不过多赘述。各个文件内容代表什么，请各位同学自己研究。
2.2 西工大数据集
特别注意
：西工大数据集-(提取密码:1234)
西工大NWPU VHR-10数据集包含10种类别，其主要结构如下图所示：
特别注意以下几点内容
：
1.groud truth文件夹内容是坐标信息以及所对应的类别；positive image set文件夹内容是正样本的图片; negative image set文件夹内容是负样本的图片
2.3 转换格式
2.3.1 构建与VOC类似的数据集文件结构(文件夹名可以自定义)
本篇博客构建的文件结构如下图所示：(
用于存放转换后的数据集
)
2.3.2 数据预处理
因为NWPU VHR-10数据集的positive image set图片内容是从001.jpg-650.jpg，而negative image set图片内容是从001.jpg到150.jpg。
首先，需要将正样本的数据和负样本的数据合并，并且重写进行顺序编号处理，改成000001.jpg-000800.jpg
。其中positive image set文件夹内的图片被重命名为000001.jpg-000650.jpg，negative image set文件夹内的图片被重命名为000651.jpg-000800.jpg。
最后将这800张图片存放在D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/JPEGImages(
注意：
这里的文件夹路径是自定义的，需按照每个同学文件夹的实际绝对路径填写)
,具体的转换代码如下所示：
import os
import shutil
def imag_rename(old_path, new_path,start_number = 0):
filelist = os.listdir(old_path) # 该文件夹下所有的文件（包括文件夹）
if os.path.exists(new_path) == False:
os.mkdir(new_path)
for file in filelist: # 遍历所有文件
Olddir = os.path.join(old_path, file) # 原来的文件路径
if os.path.isdir(Olddir): # 如果是文件夹则跳过
continue
filename = os.path.splitext(file)[0] # 文件名
filetype = os.path.splitext(file)[1] # 文件扩展名
if filetype == '.jpg':
Newdir = os.path.join(new_path, str(int(filename) + start_number).zfill(6) + filetype)
# 用字符串函数zfill 以0补全所需位数
shutil.copyfile(Olddir, Newdir)
if __name__ == "__main__":
# 解决positive image set文件夹中的重命名问题，start_number = 0
old_path = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/positive image set/"
new_path = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/JPEGImages"
imag_rename(old_path, new_path)
# 解决negative image set文件夹中的重命名问题，start_number = 650
old_path = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/negative image set/"
new_path = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/JPEGImages"
imag_rename(old_path,new_path,start_number = 650)
print("done!")
特别注意以下几点内容
：
1.代码需要修改的部分在main函数里面，分别是old_path、new_path一共两对。其中old_path分别对应于西工大数据集的positive image set、negative image set文件夹路径，而new_path对应于转换合并后创建的新文件夹路径，上面有提到。
接下来处理Annoatations文件夹的内容
：将NWPU VHR-10数据集的ground truth文件夹内的标注信息txt文件转换为与VOC2007数据集的Annotations文件夹内的标注信息xml文件格式相同的xml文件，并重命名为000001.xml-000650.xml；
由于negative image set文件夹内的图片没有对应的标注信息文件，所以生成包含图片的size信息、不包含object的bounding box信息的xml文件，并命名为000651.xml-000800.xml，并且存放在路径为D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/Annoatations下（和上面一样，这里也是自定义的路径）
，具体的代码如下所示：
from lxml.etree import Element,SubElement,tostring
from xml.dom.minidom import parseString
import xml.dom.minidom
import os
import sys
from PIL import Image
# 处理NWPU VHR-10数据集中的txt标注信息转换成 xml文件
# 此处的path应该传入的是NWPU VHR-10数据集文件夹下面的ground truth文件夹的目录
# 即 path = "E:/Remote Sensing/Data Set/NWPU VHR-10 dataset/ground truth"
def deal(path):
files=os.listdir(path) # files获取所有标注txt文件的文件名
# 此处可以自行设置输出路径 按照VOC数据集的格式，xml文件应该输出在数据集文件下面的Annotations文件夹下面
outpath = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/Annoatations/"
# 如果输出文件夹不存在，就创建它
if os.path.exists(outpath) == False:
os.mkdir(outpath)
# 遍历所有的txt标注文件，一共650个txt文件
for file in files:
filename=os.path.splitext(file)[0] # 获取ground truth文件夹中标注txt文件的文件名，比如如果文件名为001.txt，那么filename = '001'
sufix=os.path.splitext(file)[1]# 获取标注txt文件的后缀名 判断是否为txt
if sufix=='.txt': # 标注txt文件中每一行代表一个目标，(x1,y1)，(x2,y2)，class_number来表示
xmins=[]
ymins=[]
xmaxs=[]
ymaxs=[]
names=[]
# num,xmins,ymins,xmaxs,ymaxs,names=readtxt(path + '/' + file) # 调用readtxt文件获取信息，转到readtxt函数
path_txt = path + '/' + file # 获取txt标注文件的路径信息
# 打开txt标注文件
with open(path_txt, 'r') as f:
contents = f.read() # 将txt文件的信息按行读取到contents列表中
objects=contents.split('\n') # 以换行划分每一个目标的标注信息，因为每一个目标的标注信息在txt文件中为一行
for i in range(objects.count('')):
objects.remove('') # 将objects中的空格移除
num=len(objects) # 获取一个标注文件的目标个数，objects中一个元素代表的信息就是一个检测目标
# 遍历 objects列表，获取每一个检测目标的五维信息
for objecto in objects:
xmin=objecto.split(',')[0] # xmin = '(563'
xmin=xmin.split('(')[1] # xmin = '563' 可能存在空格
xmin=xmin.strip() # strip函数去掉字符串开头结尾的空格符
ymin=objecto.split(',')[1] # ymin = '478)'
ymin=ymin.split(')')[0] # ymin = '478' 可能存在空格
ymin=ymin.strip() # strip函数去掉字符串开头结尾的空格符
xmax=objecto.split(',')[2] # xmax同理
xmax=xmax.split('(')[1]
xmax=xmax.strip()
ymax=objecto.split(',')[3] # ymax同理
ymax=ymax.split(')')[0]
ymax=ymax.strip()
name=objecto.split(',')[4] # 与上 同理
name=name.strip()
if name=="1 " or name=="1": # 将数字信息转换成label字符串信息
name='airplane'
elif name=="2 "or name=="2":
name='ship'
elif name== "3 "or name=="3":
name='storage tank'
elif name=="4 "or name=="4":
name='baseball diamond'
elif name=="5 "or name=="5":
name='tennis court'
elif name=="6 "or name=="6":
name='basketball court'
elif name=="7 "or name=="7":
name='ground track field'
elif name=="8 "or name=="8":
name='harbor'
elif name=="9 "or name=="9":
name='bridge'
elif name=="10 "or name=="10":
name='vehicle'
else:
print(path)
# print(xmin,ymin,xmax,ymax,name)
xmins.append(xmin)
ymins.append(ymin)
xmaxs.append(xmax)
ymaxs.append(ymax)
names.append(name)
filename_fill = str(int(filename)).zfill(6) # 将xml的文件名填充为6位数，比如1.xml就改为000001.xml
filename_jpg = filename_fill + ".jpg" # 由于xml中存储的文件名为000001.jpg，所以还得对所有的NWPU数据集中的图片进行重命名
print(filename_fill)
dealpath = outpath + filename_fill +".xml"
# 注意，经过重命名转换之后，图片都存放在E:/Remote Sensing/Data Set/VOCdevkit2007/VOC2007/JPEGImages/中
imagepath = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/JPEGImages/" + filename_fill + ".jpg"
with open(dealpath, 'w') as f:
img=Image.open(imagepath) # 根据图片的地址打开图片并获取图片的宽 和 高
width=img.size[0]
height=img.size[1]
# 将图片的宽和高以及其他和VOC数据集向对应的信息
writexml(dealpath,filename_jpg,num,xmins,ymins,xmaxs,ymaxs,names, height, width)
# 同时也得给negative image set文件夹下面的所有负样本图片生成xml标注
negative_path = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/negative image set/"
negative_images = os.listdir(negative_path)
for file in negative_images:
filename = file.split('.')[0] # 获取文件名，不包括后缀名
filename_fill = str(int(filename) + 650).zfill(6) # 将xml的文件名填充为6位数。同时加上650，比如1.xml就改为00001.xml
filename_jpg = filename_fill + '.jpg' # 比如第一个负样本001.jpg的filename_jpg 为000651.jpg
## 重命名为6位数
print(filename_fill)
## 生成不含目标的xml文件
dealpath = outpath + filename_fill +".xml"
# 注意，经过重命名转换之后，图片都存放在E:/Remote Sensing/Data Set/VOCdevkit2007/VOC2007/JPEGImages/中
imagepath = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/JPEGImages/" + filename_fill + ".jpg"
with open(dealpath, 'w') as f:
img = Image.open(imagepath)
width = img.size[0]
height = img.size[1]
# 将宽高和空的目标标注信息写入xml标注
writexml(dealpath,filename_jpg,num = 0,xmins = [],ymins = [],xmaxs = [],ymaxs = [],names = [],width=width,height=height)
# NWPU数据集中标注的五维信息 (x1,y1) denotes the top-left coordinate of the bounding box,
# (x2,y2) denotes the right-bottom coordinate of the bounding box
# 所以 xmin = x1 ymin = y1, xmax = x2, ymax = y2 同时要注意这里的相对坐标是以图片左上角为坐标原点计算的
# VOC数据集对于包围框标注的格式是bounding-box（包含左下角和右上角xy坐标
# 将从txt读取的标注信息写入到xml文件中
def writexml(path,filename,num,xmins,ymins,xmaxs,ymaxs,names,height, width):# Nwpu-vhr-10 < 1000*600
node_root=Element('annotation')
node_folder=SubElement(node_root,'folder')
node_folder.text="VOC2007"
node_filename=SubElement(node_root,'filename')
node_filename.text="%s" % filename
node_size=SubElement(node_root,"size")
node_width = SubElement(node_size, 'width')
node_width.text = '%s' % width
node_height = SubElement(node_size, 'height')
node_height.text = '%s' % height
node_depth = SubElement(node_size, 'depth')
node_depth.text = '3'
for i in range(num):
node_object = SubElement(node_root, 'object')
node_name = SubElement(node_object, 'name')
node_name.text = '%s' % names[i]
node_name = SubElement(node_object, 'pose')
node_name.text = '%s' % "unspecified"
node_name = SubElement(node_object, 'truncated')
node_name.text = '%s' % "0"
node_difficult = SubElement(node_object, 'difficult')
node_difficult.text = '0'
node_bndbox = SubElement(node_object, 'bndbox')
node_xmin = SubElement(node_bndbox, 'xmin')
node_xmin.text = '%s'% xmins[i]
node_ymin = SubElement(node_bndbox, 'ymin')
node_ymin.text = '%s' % ymins[i]
node_xmax = SubElement(node_bndbox, 'xmax')
node_xmax.text = '%s' % xmaxs[i]
node_ymax = SubElement(node_bndbox, 'ymax')
node_ymax.text = '%s' % ymaxs[i]
xml = tostring(node_root, pretty_print=True)
dom = parseString(xml)
with open(path, 'wb') as f:
f.write(xml)
return
if __name__ == "__main__":
# path指定的是标注txt文件所在的路径
path = "D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/ground truth"
deal(path)
print("done!")
特别注意以下几点内容
：
1.代码里只需要修改outpath 、negative_path、imagepath、path这四个变量的路径值(也就是代码里面所有和路径相关的变量，都需要改成自己的实际路径) ，其他不需要修改。修改后Annotations文件夹的部分内容如下：
最后我们来处理ImageSets文件夹，我们对NWPU VHR-10数据集进行划分，划分为train、val、trainval、test四个文件(
其中train代表训练集数据信息，val代表验证集数据信息,trainval代表训练和验证集合并的数据信息,test为测试集数据的信息
)。需要注意到trainval、test组成了整个数据集的信息，仔细分清楚各个之间的关系。我们给出划分数据集信息的代码，划分后的数据集信息存放在
D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/ImageSets/Main文件夹里面(注意：这里的路径同样是自定义路径，不再做过多解释)
,具体的代码如下：
import os
import random
trainval_percent = 0.8 # 表示训练集和验证集(交叉验证集)所占总图片的比例
train_percent = 0.75 # 训练集所占交叉验证集的比例
xmlfilepath = 'D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/Annotations'
txtsavepath = 'D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/ImageSets/Main'
total_xml = os.listdir(xmlfilepath)
num = 650 # 有目标的图片数
list = range(num)
tv = int(num * trainval_percent) # xml文件中的交叉验证集数
tr = int(tv * train_percent) # xml文件中的训练集数，注意，我们在前面定义的是训练集占交叉验证集的比例
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/ImageSets/Main/trainval.txt', 'w')
ftest = open('D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/ImageSets/Main/test.txt', 'w')
ftrain = open('D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/ImageSets/Main/train.txt', 'w')
fval = open('D:/deeplearning-by-liaohuan/object-detection/datasets/NWPU-VHR-10 dataset/nwpu-10/voc-nwpu-10/ImageSets/Main/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
for i in range(150):
num = str(651 + i).zfill(6) + '\n'
ftest.write(num)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
print("done!")
特别注意以下几点内容
：
1.代码里修改的变量为xmlfilepath 、txtsavepath 、ftrainval、ftest、ftrain和fval.
2.由于NWPU-VHR-10 dataset中只有positive image set文件夹中的650张图片包含目标的标注信息，所以训练集train及验证集val只能在从这650张图片中划分，negative image set文件夹中的150张图片不包含目标的标注信息，划分在测试集test中.
3
.
代码中的trainval_percent 代表trainval.txt所占总数据集的比例,train_percent 代表在train.txt所占trainval.txt数据集(这里的总数据集是650张图片,不包括不标注的150张图片)的比例，千万别搞混了，这里的比例自己也可以进行修改
！这样我们就成功的将西工大数据集转为VOC格式的数据集了。最后,ImageSets的Main文件夹的内容为：
3. yolov3 spp 训练NWPU-VHR-10 dataset
3.1 源码下载及其相关准备文件
前提说明：以下操作都在本地环境OK的情况下进行的,如果没有配置好环境,请根据下面源码链接里环境配置一栏一一配置完成
。
首先下载yolov3 spp 源码(
yolov3 spp源码链接
),之后准备新建一个pascal_voc_classes.json放在源码的data文件夹下(
注意：如果源码里面本来存在pascal_voc_classes.json,那么修改其内容如下即可
),因为我们这里使用的NWPU-VHR-10 dataset数据集,所以种类一共有10类,其json文件的代码如下所示：
{
"airplane": 1,
"ship": 2,
"storage tank": 3,
"baseball diamond": 4,
"tennis court": 5,
"basketball court": 6,
"ground track field": 7,
"harbor": 8,
"bridge": 9,
"vehicle": 10
}
其json文件在源代码的目录摆放位置如下图所示(
data文件夹里面其他文件暂时先别管,后面会生成
)：
3.2 VOC格式数据集转换为yolo格式
使用源码根目录当中
trans_voc2yolo.py
脚本进行转换,并在源码下的data文件夹下生成my_data_label.names标签文件.执行脚本前，需要根据自己的路径修改trans_voc2yolo.py中的一些参数:（
特别注意：这里的voc_root、voc_version正好对应于我们在上一部分处理得到的VOC格式的西工大数据集的最外面两层的文件夹名字，其他的路径按照以下代码照搬即可
）
voc_root = "nwpu-10"
voc_version = "voc-nwpu-10"
# 转换的训练集以及验证集对应txt文件
train_txt = "train.txt"
val_txt = "val.txt"
# 转换后的文件保存目录
save_file_root = "./my_yolo_dataset"
# label标签对应json文件
label_json_path = './data/pascal_voc_classes.json'
转换之后生成
my_data_label.names
标签文件、以及
train、val
文件夹,其中文件夹内的labels为图片的标签,而image为图片的路径信息，生成的内容如下图所示：
然后，我们先来处理一下源码cfg文件夹下的yolov3-spp.cfg文件,这里我们需要修改两个参数,分别是如下代码的
filters、classes，
特别注意：我们的种类是10,所以classes为10,filters的计算公式为(classes + 5)x3,所以filters为45.
[convolutional]
size=1
stride=1
pad=1
filters=45
activation=linear
[yolo]
mask = 6,7,8
anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
classes=10
num=9
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1
之后使用源码根目录下的calculate_dataset.py脚本生成my_train_data.txt文件、my_val_data.txt文件以及my_data.data文件，并生成新的my_yolov3.cfg文件，执行脚本前，需要修改以下参数：
train_annotation_dir = "./my_yolo_dataset/train/labels"
val_annotation_dir = "./my_yolo_dataset/val/labels"
classes_label = "./data/my_data_label.names"
cfg_path = "./cfg/yolov3-spp.cfg"
特别注意：这里的train_annotation_dir、val_annotation_dir、classes_label、cfg_path 在之前的操作中都已经生成，只需要根据实际路径进行相关修改(如果一直跟着我的操作,则不需要修改路径)
运行calculate_dataset.py脚本之后，会在data文件夹下生成
my_train_data.txt
文件、
my_val_data.txt
文件以及
my_data.data
文件，并在cfg文件夹下生成新的
my_yolov3.cfg
文件,如下图所示：
特别注意：至此，我们已经将NWPU-VHR-10 dataset的VOC格式数据集转换成了yolo格式的数据集.
4. yolov3 spp 项目参数解析、如何获取best.pt以及定位到对应的epoch
首先，我们在上面yolov3 spp源码链接预训练权重下载地址一栏，下载相应的权重，博主使用的是
yolov3-spp-ultralytics-512.pt
权重,并存放在根目录下的weight文件夹下，如下图所示：
4.1 yolov3 spp 项目部分参数解析
为了成功启动项目，首先我们在项目中定位到train.py文件，找到如下代码所在位置,
将nw设置为0
，因为博主是在windows下跑项目，所以需要设置为0：
nw = 0 # min([os.cpu_count(), batch_size if batch_size > 1 else 0, 8]) # number of workers windows默认设置为0
继续在train.py文件的关注以下代码：
if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument('--epochs', type=int, default=200)
parser.add_argument('--batch-size', type=int, default=8)
parser.add_argument('--cfg', type=str, default='cfg/my_yolov3.cfg', help="*.cfg path")
parser.add_argument('--data', type=str, default='data/my_data.data', help='*.data path')
parser.add_argument('--hyp', type=str, default='cfg/hyp.yaml', help='hyperparameters path')
parser.add_argument('--multi-scale', type=bool, default=True,
help='adjust (67%% - 150%%) img_size every 10 batches')
parser.add_argument('--img-size', type=int, default=512, help='test size')
parser.add_argument('--rect', action='store_true', help='rectangular training')
parser.add_argument('--savebest', type=bool, default=True, help='only save best checkpoint')
parser.add_argument('--notest', action='store_true', help='only test final epoch')
parser.add_argument('--cache-images', action='store_true', help='cache images for faster training')
parser.add_argument('--weights', type=str, default='weights/yolov3-spp-ultralytics-512.pt',
help='initial weights path')
parser.add_argument('--name', default='', help='renames results.txt to results_name.txt if supplied')
parser.add_argument('--device', default='cuda:0', help='device id (i.e. 0 or 0,1 or cpu)')
parser.add_argument('--single-cls', action='store_true', help='train as single-class dataset')
parser.add_argument('--freeze-layers', type=bool, default=False, help='Freeze non-output layers')
parser.add_argument('--seed', type=int, default=42,
help='Random seed.')
# 是否使用混合精度训练(需要GPU支持混合精度)
parser.add_argument("--amp", default=False, help="Use torch.cuda.amp for mixed precision training")
opt = parser.parse_args()
# 检查文件是否存在
opt.cfg = check_file(opt.cfg)
opt.data = check_file(opt.data)
opt.hyp = check_file(opt.hyp)
print(opt)
with open(opt.hyp) as f:
hyp = yaml.load(f, Loader=yaml.FullLoader)
print('Start Tensorboard with "tensorboard --logdir=runs", view at http://localhost:6006/')
tb_writer = SummaryWriter(comment=opt.name)
seed_torch(opt.seed)
train(hyp)
特别注意以下几点：
1.epoch为项目训练的次数，batch_size为批量数，cfg指定到我们生成的my_yolov3.cfg(
自己数据集生成的配置文件
)路径，其他的都是类似.
2.代码中的–seed是我后来添加进去的，这
是为了能够复现实验效果而编写的(注意，即使固定了随机种子,两次同样的实验也不保证实验数据完全一样，还有很大因素会影响最终的实验结果,只能说尽可能减少两次相同实验的数据误差)
，建议加上，其在seed_torch(opt.seed)中调用,seed_torch的函数也申明在train.py中(seed的具体取值可以自定义)，代码如下所示：
def seed_torch(seed=42):
seed = int(seed)
random.seed(seed)
os.environ['PYTHONHASHSEED'] = str(seed)
np.random.seed(seed)
torch.manual_seed(seed)
torch.cuda.manual_seed(seed)
torch.cuda.manual_seed_all(seed)
torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False
torch.backends.cudnn.enabled = False
3.
特别注意到
–savebest
参数,我这里设置的是true，是因为我的需求只要最好生成的权重文件best.pt；如果想要每一个epoch的权重文件，设置为False即可
。
4.2 如何获取best.pt以及定位到对应的epoch
训练完成之后,会生成一个best.pt存放在weight文件夹下,可yolov3 spp 项目本身不会告诉这个best.pt对应于哪一个epoch,
因为我的需求是寻找到best.pt所对应epoch的map
。我们在train.py文件夹中找到了best.pt即为map(0.5-0.9-all)最大一个所对应的epoch的权重，如下所示：
仔细的发现，在训练完毕之后，会生成存放每一个epoch控制台输出的信息在根目录下的
resultxxxx.txt
文件中(xxxx中间代表的是数字，每个人或许都不相同)，
我们利用这个文件导入到excel表格中，找到第二列即为map(0.5-0.9-all)的值，这样再通过excel表格公式就可以计算出这一列最大的值所对应的epoch,从而获取到对应的map等相关数据。
5. 本篇小结
本篇博客主要分析了从NWPU-VHR-10 dataset格式转换为VOC，再次转换为yolo格式，以及在模型配置、模型参数解析方法的内容，通过仔细一步步的实验，完成了相关实验要求。
之所以比较啰嗦、详细的写实验文章，最重要的是记录实验的所思所想。而且对于本人基础比较差，网上的一些博客跳跃比较大，不太适合我，所以本人就详细、一步步的记录和分析实验的心路历程，希望能够让大家和自己能顺心的阅读。如在复现本文博客中有任何问题，请在评论区进行交流，这样大家就会有更多的收获，博主也会及时的进行交流。最后文末附上本人训练好的权重文件，供大家以需要时使用
。