paddle - crowdHuman數據集訓練人體識別模型

• 數據集annotation
• • crowdhuman的odgt文件各項意義
  • 轉換為paddle yolo的格式
  • • 輸入哪些數據?
• 輸出模型

數據集annotation

使用paddle paddle yolo v3的模型，將這個數據集的json內容轉換為xml格式。

crowdhuman的odgt文件各項意義

參考官網：http://www.crowdhuman.org/download.html
但說得并不明確，這里對照圖片總結了一下：

JSON{"ID" : image_filename, ---> filename"gtboxes" : [gtbox], ---> gtbox框列表 }gtbox{"tag" : "person" or "mask", ---> mask表示是人群，或者反光，或者像人的東西，需要被忽略的數據，此時extra中的ignore = 1"vbox": [x, y, w, h], ---> visible box,可看見的部分的檢測框，框坐標為左上角x,y + weight, height"fbox": [x, y, w, h], ---> full box,預測的全部的檢測框，當extra的occ == 0時, 這個值和vbox相等"hbox": [x, y, w, h], ---> head box,預測頭的部分的檢測框"extra" : extra, ---> person額外描述"head_attr" : head_attr, ---> head額外描述 }extra{ ---> 內容均為可選項"ignore": 0 or 1, ---> 對應上述mask，ignore = 1"box_id": int, ---> 當前gtbox的id"occ": int, ---> 圖像是否有遮擋， =1有遮擋 }head_attr{ ---> 內容均為可選項"ignore": 0 or 1, ---> 未知?"unsure": int, ---> 圖像是否不確定(置信度低)"occ": int, ---> 同上 }

轉換為paddle yolo的格式

輸入哪些數據?

一開始：

box分為三類，只用于攝像頭采集的場景

ignore = 1，unsure = 1時, 不使用這個box

遮擋：一開始occ = 1也輸入，發現效果不好，loss不下降，不使用

分辨率：數據集中很多人群圖片，box像素太少的，不使用

發現loss一直不下降，懷疑是數據集問題。再看了下這個odgt文件中的數據，發現occ為0時,fbox和vbox相等。

于是:

分為兩類，head and body，只輸入vbox和hbox

ignore/ unsure == 1時，對應的vbox/hbox忽略

head_attr的occ==1時，忽略hbox

圖片先縮放為XXX*480的大小，再根據縮放后的box，過濾較小尺寸的box。

發現剩下的圖片里，有很多人體重合度高的情形，因此再過濾次小尺寸，且occ==1的vbox

調整尺寸過濾的閾值，使最終的總boxes里，兩類樣本數量接近。

剔除后，驗證集acc在85左右就不能提升了，loss也很高。另外一個使用項目場景的圖片訓練的人臉識別模型，效果就非常好，實際使用到項目時，還是以項目場景的圖片作訓練效果最好，同時要剔除那些可能存在干擾的項。

輸出模型

yolo模型的輸入圖片像素需要為32的倍數。采用192*192，384*384等分辨率freeze模型。較小的輸入圖像速度會快很多，相較之下會損失檢測框精度，最主要的是畫面中較小目標的識別能力。因此輸入圖像分辨率也是根據實際情況來權衡。

總結

以上是生活随笔為你收集整理的paddle - crowdHuman数据集训练人体识别模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。