Python-YOLOv3的PyTorch完整实现

YOLOv3的PyTorch完整实现

import os
import numpy as np
import logging
import cv2

import torch
from torch.utils.data import Dataset

from . import data_transforms


class COCODataset（Dataset）:
    def __init__（self list_path img_size is_training is_debug=False）:
        self.img_files = []
        self.label_files = []
        for path in open（list_path ‘r‘）:
            label_path = path.replace（‘images‘ ‘labels‘）.replace（‘.png‘ ‘.txt‘）.replace（
                ‘.jpg‘ ‘.txt‘）.strip（）
            if os.path.isfile（label_path）:
                self.img_files.append（path）
                self.label_files.append（label_path）
            else:
                logging.info（“no label found. skip it: {}“.format（path））
        logging.info（“Total images: {}“.format（len（self.img_files）））
        self.img_size = img_size  # （w h）
        self.max_objects = 50
        self.is_debug = is_debug

        #  transforms and augmentation
        self.transforms = data_transforms.Compose（）
        if is_training:
            self.transforms.add（data_transforms.ImagebaseAug（））
        # self.transforms.add（data_transforms.KeepAspect（））
        self.transforms.add（data_transforms.ResizeImage（self.img_size））
        self.transforms.add（data_transforms.ToTensor（self.max_objects self.is_debug））

    def __getitem__（self index）:
        img_path = self.img_files[index % len（self.img_files）].rstrip（）
        img = cv2.imread（img_path cv2.IMREAD_COLOR）
        if img is None:
            raise Exception（“Read image error: {}“.format（img_path））
        ori_h ori_w = img.shape[:2]
        img = cv2.cvtColor（img cv2.COLOR_BGR2RGB）

        label_path = self.label_files[index % len（self.img_files）].rstrip（）
        if os.path.exists（label_path）:
            labels = np.loadtxt（label_path）.reshape（-1 5）
        else:
            logging.info（“label does not exist: {}“.format（label_path））
            labels = np.zeros（（1 5） np.float32）

        sample = {‘image‘: img ‘label‘: labels}
        if self.transforms is not None:
            sample = self.transforms（sample）
        sample[“image_path“] = img_path
        sample[“origin_size“] = str（[ori_w ori_h]）
        return sample

    def __len__（self）:
        return len（self.img_files）


#  use for test dataloader
if __name__ == “__main__“:
    dataloader = torch.utils.data.DataLoader（COCODataset（“../data/coco/trainvalno5k.txt“
                                                         （416 416） True is_debug=True）
                                             batch_size=2
                                             shuffle=False num_workers=1 pin_memory=False）
    for step sample in enumerate（dataloader）:
        for i （image label） in enumerate（zip（sample[‘image‘] sample[‘label‘]））:
            image = image.numpy（）
            h w = image.shape[:2]
            for l in label:
                if l.sum（） == 0:
                    continue
                x1 = int（（l[1] - l[3] / 2） * w）
                y1 = int（（l[2] - l[4] 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\
     文件          42  2018-08-15 01:34  YOLOv3_PyTorch-master\.gitignore
     文件        3676  2018-08-15 01:34  YOLOv3_PyTorch-master\README.md
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\common\
     文件           0  2018-08-15 01:34  YOLOv3_PyTorch-master\common\__init__.py
     文件        3338  2018-08-15 01:34  YOLOv3_PyTorch-master\common\coco_dataset.py
     文件        4681  2018-08-15 01:34  YOLOv3_PyTorch-master\common\data_transforms.py
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\common\demo\
     文件      110660  2018-08-15 01:34  YOLOv3_PyTorch-master\common\demo\demo0.jpg
     文件       72209  2018-08-15 01:34  YOLOv3_PyTorch-master\common\demo\demo1.jpg
     文件       29469  2018-08-15 01:34  YOLOv3_PyTorch-master\common\demo\loss_curve.png
     文件        4512  2018-08-15 01:34  YOLOv3_PyTorch-master\common\utils.py
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\data\
     文件         625  2018-08-15 01:34  YOLOv3_PyTorch-master\data\coco.names
     文件         898  2018-08-15 01:34  YOLOv3_PyTorch-master\data\get_coco_dataset.sh
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\evaluate\
     文件         781  2018-08-15 01:34  YOLOv3_PyTorch-master\evaluate\coco_index2category.json
     文件        4336  2018-08-15 01:34  YOLOv3_PyTorch-master\evaluate\eval.py
     文件        5112  2018-08-15 01:34  YOLOv3_PyTorch-master\evaluate\eval_coco.py
     文件         624  2018-08-15 01:34  YOLOv3_PyTorch-master\evaluate\params.py
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\nets\
     文件           0  2018-08-15 01:34  YOLOv3_PyTorch-master\nets\__init__.py
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\nets\backbone\
     文件         115  2018-08-15 01:34  YOLOv3_PyTorch-master\nets\backbone\__init__.py
     文件        3539  2018-08-15 01:34  YOLOv3_PyTorch-master\nets\backbone\darknet.py
     文件        6782  2018-08-15 01:34  YOLOv3_PyTorch-master\nets\model_main.py
     文件        7057  2018-08-15 01:34  YOLOv3_PyTorch-master\nets\yolo_loss.py
     文件         109  2018-08-15 01:34  YOLOv3_PyTorch-master\requirements.txt
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\test\
     目录           0  2018-08-15 01:34  YOLOv3_PyTorch-master\test\images\
     文件      149633  2018-08-15 01:34  YOLOv3_PyTorch-master\test\images\test1.jpg
............此处省略11个文件信息