现在百度飞桨的框架越做越火热，pp飞桨的目标检测框架开发套件也发布多时了，本文就利用自定义的VOC数据集来进行目标检测.下面是一些官方资料的参考地址

PaddleDetection Github

PaddleDetection 安装说明

PaddleDetection 数据集准备

PaddleDetection 如何上手

PaddleDetection 支持的数据格式

[PaddleDetection保姆级教程]使用自定义数据集实现吸烟识别预测

PaddleDetection 官方教程文档

先来讲一下目标检测从安装到训练的我的配置：

显卡： RTX 3090 * 2

CUDA版本：11.4

数据集：10W +

保姆级目录

1、安装PaddleDetection1.安装paddlepaddle2、安装PaddleDetection3、PaddleDetection安装测试2、自定义VOC数据集3、配置PaddleDetection训练参数文件4、开始训练1、单卡训练2、多卡训练3、训练结果

1、安装PaddleDetection

1.安装paddlepaddle

首先需要安装paddlepaddle官方库

环境要求

PaddlePaddle 2.2

OS 64位操作系统

Python 3(3.5.1+/3.6/3.7/3.8/3.9)，64位版本

pip/pip3(9.0.1+)，64位版本

CUDA >= 10.1

cuDNN >= 7.6

PaddleDetection 依赖 PaddlePaddle 版本关系：

安装paddlepaddle

# CUDA10.1python -m pip install paddlepaddle-gpu==2.2.0.post101 -f .cn/whl/linux/mkl/avx/stable.html# CPUpython -m pip install paddlepaddle -i /pypi/simple

由于我的cuda版本是11.4，过高了，所以我直接去官方网站找下载方式：paddlepaddle 官方下载地址

我选择的计算平台是CUDA11.2，直接复制上方的安装信息到命令行即可。

python -m pip install paddlepaddle-gpu==2.3.0.post112 -f .cn/whl/linux/mkl/avx/stable.html

2、安装PaddleDetection

注意： pip安装方式只支持Python3

# 克隆PaddleDetection仓库cd <path/to/clone/PaddleDetection>git clone /PaddlePaddle/PaddleDetection.git# 安装其他依赖cd PaddleDetectionpip install -r requirements.txt# 编译安装paddledetpython setup.py install

安装后确认测试通过：

python ppdet/modeling/tests/test_architectures.py

测试通过后会提示如下信息：

.......----------------------------------------------------------------------Ran 7 tests in 12.816sOK

3、PaddleDetection安装测试

接下来快速体验目标检测效果

# 在GPU上预测一张图片export CUDA_VISIBLE_DEVICES=0python tools/infer.py -c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml -o use_gpu=true weights=https://paddledet./models/ppyolo_r50vd_dcn_1x_coco.pdparams --infer_img=demo/000000014439.jpg

会在output文件夹下生成一个画有预测结果的同名图像。

结果如下图：

2、自定义VOC数据集

目前#PaddleDetection支持43种数据格式：coco voc widerface。在这里我们主要说明一下如何使用自定义COCO进行目标检测、实例分割；如何使用自定义VOC数据集进行目标检测。

当用户使用VOC数据集进行的，只需要对voc.yml进行修改即可实现正常训练。

我们提供了一个自定义的VOC数据集，并整理成如图如下图所示的形式。用户在voc.yml文件中修改路径即可。

dataset_dir: 表示数据集的路径（该路径下保存数据集、标注文件、标签以及训练验证数据集说明txt文件）anno_path: 表示训练/验证数据集的说明txt文件路径 （该处填写相对于dataset_dir的相对路径）label_list: 表示label的txt文件路径（该处填写相对于dataset_dir的相对路径）在TestDataset的配置中，对于的主要是label_list的路径，确保在测试过程中，有正确的标签

我们只需要更改…/datasets/voc.yml 这个voc文件即可配置我们的数据集

各个文件说明

label_list.txt 是类别名称列表，文件名必须是 label_list.txt。若使用VOC数据集，config文件中use_default_label为true时不需要这个文件

cat label_list.txt

aeroplane

bicycle

…

trainval.txt 是训练数据集文件列表

cat trainval.txt

VOCdevkit/VOC/JPEGImages/007276.jpg VOCdevkit/VOC/Annotations/007276.xml

VOCdevkit/VOC/JPEGImages/_002612.jpg VOCdevkit/VOC/Annotations/_002612.xml

…

test.txt 是测试数据集文件列表

cat test.txt

VOCdevkit/VOC/JPEGImages/000001.jpg VOCdevkit/VOC/Annotations/000001.xml

…

label_list.txt voc 类别名称列表

cat label_list.txt

aeroplane

bicycle

…

VOC数据标注文件介绍

VOC数据是每个图像文件对应一个同名的xml文件，xml文件中标记物体框的坐标和类别等信息。例如图像_002055.jpg：

图片对应的xml文件内包含对应图片的基本信息，比如文件名、来源、图像尺寸以及图像中包含的物体区域信息和类别信息等。

xml文件中包含以下字段：

filename，表示图像名称。

size，表示图像尺寸。包括：图像宽度、图像高度、图像深度。

object字段，表示每个物体。包括:

3、配置PaddleDetection训练参数文件

本项目中，使用YOLOv3模型里的yolov3_mobilenet_v3_large_ssld_270e_voc.yml进行训练

从上图看到yolov3_mobilenet_v3_large_ssld_270e_voc.yml配置需要依赖其他的配置文件。在该例子中需要依赖：

在修改文件之前，先给大家解释一下各依赖文件的作用：

'…/datasets/voc.yml’主要说明了训练数据和验证数据的路径，包括数据格式(coco、voc等)

‘…/runtime.yml’,主要说明了公共的运行状态，比如说是否使用GPU、迭代轮数等等

‘base/optimizer_270e.yml’,主要说明了学习率和优化器的配置，以及设置epochs。在其他的训练的配置中，学习率和优化器是放在了一个新的配置文件中。 ‘base/yolov3_mobilenet_v3_large.yml’,主要说明模型、和主干网络的情况说明

‘base/yolov3_reader.yml’, 主要说明了读取后的预处理操作，比如resize、数据增强等等。

介绍一下需要修改的几个地方（画红线的地方）：

…/datasets/voc.yml，数据集配置的路径文件

base/optimizer_270e.yml，这里可以更改训练epoch次数和学习率等参数

如果训练时发现内存不够，溢出等情况，可以修改base/yolov3_reader.yml文件，可以通过修改batch_size大小

4、开始训练

PaddleDetection提供了单卡/多卡训练模式，满足用户多种训练需求

首先进入目录

cd PaddleDetection/

1、单卡训练

export CUDA_VISIBLE_DEVICES=0 #windows和Mac下不需要执行该命令python tools/train.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml

首先指定CUDA的环境变量

其中 -c 代表指定配置文件的路径

2、多卡训练

export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 #windows和Mac下不需要执行该命令python -m paddle.distributed.launch --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/yolov3/yolov3_mobilenet_v1_roadsign.yml

3、训练结果

训练结果如下图，可以看到GPU已经使用了

可以看到loss也在逐渐降低的