智能车之完全模型——模型训练(炼丹篇)

这个文件如下图所示，只需把数据标签改成自己需要的类就行了。

土窑鸡米花-_<

2157人浏览 · 2025-02-19 23:17:18

土窑鸡米花-_< · 2025-02-19 23:17:18 发布

我是19届完全模型的，我们小队的模型训练是我做的，今天希望三文教会你怎么训练模型！别的模型训练也可以参考吖，我感觉都很适用。（主要是自己总结一下）

本文特别感谢学长学姐，老师们，完模车友们，鼠鼠，的细心指导，谢谢大家！

一.数据集制作

我下期再讲，等待一下哦~

二.AIstudio

2.1简单创建项目

AIstudio地址：飞桨AI Studio星河社区-人工智能学习与实训社区

新建项目后会出现以下页面，添加自己需要训练的数据集

可以根据自己的习惯选择IDE，点击高级配置后，更改项目框架如图所示（一定要改哦~不然货不对板啦）

好了之后直接创建就行。

启动环境后，如果不训练可以选择基础版，但要训练必须选择浪费算力的！！！

2.2为训练准备基础工作

进入之后下载套件，下载的版本是PaddleDectection-v2.4.0

下载完后的PaddleDectection-v2.4.0我一般会重命名简单点，然后移到work

一个充满好奇的车友会注意到，刚刚上传的数据集就位于data文件夹中。

main.ipynb的话，如果你有一些要用的代码可以直接放进去，稍微修改格式就可以用特别方便。

PaddleDectection的文件夹里以下是我比较常用的：

config——里面的好东西很多，当然要训练的模型in it too-_<

config/datasets/voc.yml——修改文件所在地址,标签数量等。。。

tools——会用到的train.py和x2coco.py就在这里面

dataset/voc/label_list.txt——数据标签

不过具体的下面也会详细讲滴~

2.3讲讲上面讲到的常用文件

（不需要的可以直接跳转2.4）

* 这个就是config文件里的模型，都可以用到

**下面以yolov3模型为例吧，因为这是我最熟悉的模型

yolov3是一大类，要训练就要挑选其中的模型训练，比如我现在选择的是v3的第二个模型，双击打开模型后就能看到这个模型的基础配置（就是框出来的），这些基础配置就要在箭头指的文件夹中找，并修改你想要的参数。

**圈中后面三个文件就是在base文件夹中,上图所需的optimizer_270e.yml',yolov3_darknet53.yml',yolov3_reader.yml',只需在文件夹中对应打开即可。我经常改动的就是第一个和第三个文件。

这是optimizer_270e.yml的部分，epoch就是轮数是很重要的，需要根据自己的数据集大小来改变，不同的轮数会炼出不同的丹。milestones包含的两个数是指从第几轮开始进行改变到第几轮结束。不同的优化器，处理方式也不同。优化器也有很多，可以多试几次，选择最适合处理的。

这是yolov3_reader.yml的部分，这个文件我基本只是改图像大小，如果帧率需要提高，就需要改小图像。根据我的经验608*608的图像会比320*320的图像的帧率慢很多。

***圈中第一个文件就是上文所说的config/datasets/voc.yml

这个文件每个有箭头的地方的参数和地址都要修改，需要根据自己的情况来修改。其中num_classes——标签数量，

dataset_dir数据集位置

train.txt——训练集

val.txt——测试集

label_list——标签名称

****圈中第二个文件一般不用管<_<（本人太菜不会改）

*****最后就是很简单的dataset/voc/label_list.txt

这个文件如下图所示，只需把数据标签改成自己需要的类就行了

2.4训练模型

以下是需要输入的命令：

cd ~/work/PaddleDetection && pip install -r requirements.txt && python setup.py install

unzip -oqd /home/aistudio/work/PaddleDetection/dataset/voc/ /home/aistudio/data/数据集文件夹的名字/数据集.zip

export CUDA_VISIBLE_DEVICES=0//启动训练

(cd ~/work/PaddleDetection && python tools/train.py

-c configs/yolov3/yolov3_mobilenet_v1_ssld_270e_voc.yml --eval ) //选择训练模型，进行训练

训练结束后，文件就会保存在paddle的output文件中,图片我就不截了

2.5模型预测

训练完模型之后，可以先在网上看看模型的好坏再决定要不要下载这个模型。

首先要把你检测模型的照片新建文件夹放到output中，检验模型的照片最好是训练模型的时候没有用到的，这样更能决定你是不是需要这个模型。

然后输入以下命令生成检测模型的照片文件夹，照片上会带有准确率（这个命令就可以直接复制到main的文件中，会很方便）

cd ~/work/PaddleDetection/ && python tools/infer.py \-c configs/yolov3/yolov3_mobilenet_v1_ssld_270e_voc.yml \-o weights=output/yolov3_mobilenet_v1_ssld_270e_voc/best_model.pdparams \--infer_dir=output/sample \--output_dir=output/test

（这张照片是工创垃圾分类检测的照片啦，所以模型训练都差不多）

如果满意就可以用下面的指令导出这个模型（这个指令同样可以放到main）

cd ~/work/PaddleDetection && python tools/export_model.py -c configs/yolov3/yolov3_mobilenet_v1_ssld_270e_voc.yml -o weights=output/yolov3_mobilenet_v1_ssld_270e_voc/best_model.pdparams --output_dir=output_inference

在paddle的output_inference文件中就能找到啦!