PP-YOLOE-SOD学习笔记1

项目：基于PP-YOLOE-SOD的无人机航拍图像检测案例全流程实操 - 飞桨AI Studio星河社区

一、安装环境

先准备新环境py>=3.9
1.先cd到源代码的根目录下
2.pip install -r requirements.txt
3.python setup.py install
这一步需要看自己的GPU情况，去飞浆官网对着下载即可，第四步下载不了看第六步
4.pip install paddlepaddle-gpu==2.4.2 -i xxx（镜像源）
5.pip install paddlepaddle==2.4.2-i xxx（这是CPU版本，也需要配套下载，不然GPU无法运行）
6.pip install --upgrade pip

二、标注工具

定义自己的数据集：PaddleDetection/docs/tutorials/data/DetAnnoTools.md at develop · PaddlePaddle/PaddleDetection

labelme 和 labelImg 就不介绍了很常规的标注工具。
数据格式转换：PaddleDetection/tools/x2coco.py at develop · PaddlePaddle/PaddleDetection

 X-Anylabeling

特别介绍，AnyLabeling = LabelImg + Labelme + Improved UI + Auto-labeling

工具官网：CVHub520/X-AnyLabeling: Effortless data labeling with AI support from Segment Anything and other awesome models.

工具下载：Releases · CVHub520/X-AnyLabeling

功能：

• 支持GPU推理加速；

• 支持图像和视频处理；

• 支持单帧和批量预测所有任务；

• 支持自定义模型和二次开发设计；

• 支持一键导入和导出主流的标签格式，如COCO\VOC\YOLO\DOTA\MOT\MASK；

• 支持多种图像标注样式，包括 多边形、矩形、旋转框、圆形、线条、点，以及 文本检测、识别 和 KIE 标注；

• 支持各类视觉任务，如图像分类、目标检测、实例分割、姿态估计、旋转检测、多目标跟踪、光学字符识别、图像文本描述、车道线检测、分割一切系列等。

自动标注（无论是路径还是图片都禁止使用中文）后如果是自动保存的格式json需要先进行标注内容处理，因为上述格式转换过程需要标注框信息只有对角两个点，因此需要脚本处理后再进行格式转换。

import os
import json

# 函数：读取和转换坐标
def convert_bbox_to_coordinates(data):
    # 存储转换后的标注数据
    converted_annotations = []

    # 遍历每个标注框
    for shape in data.get('shapes', []):
        # 提取四个点的坐标
        points = shape['points']
        
        # 获取所有 x 和 y 坐标
        x_coords = [point[0] for point in points]
        y_coords = [point[1] for point in points]
        
        # 左上角为最小的 x 和 y
        top_left = (min(x_coords), min(y_coords))
        
        # 右下角为最大的 x 和 y
        bottom_right = (max(x_coords), max(y_coords))
        
        # 转换后的坐标
        coordinates = {
            'label': shape['label'],
            'points': [top_left, bottom_right],  # 只保存左上角和右下角
            'group_id': shape.get('group_id'),
            'description': shape.get('description', ''),
            'difficult': shape.get('difficult', False),
            'shape_type': shape.get('shape_type', 'rectangle'),
            'flags': shape.get('flags', {}),
            'attributes': shape.get('attributes', {})
        }
        
        # 将转换后的数据添加到列表
        converted_annotations.append(coordinates)

    # 返回转换后的数据
    data['shapes'] = converted_annotations
    return data

# 函数：处理文件夹中的所有 JSON 文件
def process_json_folder(input_folder, output_folder):
    # 确保输出文件夹存在
    os.makedirs(output_folder, exist_ok=True)
    
    # 遍历输入文件夹中的所有 JSON 文件
    for filename in os.listdir(input_folder):
        if filename.endswith('.json'):
            input_path = os.path.join(input_folder, filename)
            output_path = os.path.join(output_folder, filename)

            # 打开并读取 JSON 文件
            with open(input_path, 'r', encoding='utf-8') as file:
                data = json.load(file)

            # 执行坐标转换操作
            converted_data = convert_bbox_to_coordinates(data)

            # 保存转换后的数据到新文件夹
            with open(output_path, 'w', encoding='utf-8') as outfile:
                json.dump(converted_data, outfile, ensure_ascii=False, indent=4)

            print(f'Converted and saved: {filename}')

# 设置输入文件夹和输出文件夹的路径
input_folder = 'input_json_folder'  # 输入文件夹路径
output_folder = 'output_json_folder'  # 输出文件夹路径

# 调用函数，处理文件夹中的所有 JSON 文件
process_json_folder(input_folder, output_folder)

三、标注后准备

源代码：PaddleDetection: PaddleDetection的目的是为工业界和学术界提供丰富、易用的目标检测模型

数据路径配置文件（重点，简单参数）：
PaddleDetection/configs/datasets/coco_detection.yml

metric: COCO
num_classes: 1 #类别

# 训练
TrainDataset:
  name: COCODataSet
  image_dir: train2017    # 输入图像
  anno_path: annotations/instances_train2017.json    # 标注文件json
  dataset_dir: dataset/coco    # 输出保存地址
  data_fields: ['image', 'gt_bbox', 'gt_class', 'is_crowd']

# 验证
EvalDataset:
  name: COCODataSet
  image_dir: val2017
  anno_path: annotations/instances_val2017.json
  dataset_dir: dataset/coco
  allow_empty: true

#测试
TestDataset:
  name: ImageFolder
  anno_path: annotations/instances_val2017.json # also support txt (like VOC's label_list.txt)
  dataset_dir: dataset/coco # if set, anno_path will be 'dataset_dir/anno_path'

模型参数配置文件（重点）：
① PaddleDetection/configs/smalldet/ppyoloe_plus_sod_crn_l_80e_coco.yml

_BASE_: [
  '../datasets/coco_detection.yml',
  '../runtime.yml',
  '../ppyoloe/_base_/optimizer_80e.yml',
  '../ppyoloe/_base_/ppyoloe_plus_crn.yml',
  '../ppyoloe/_base_/ppyoloe_plus_reader.yml',
]
log_iter: 10        # 打印日志log的间隔
snapshot_epoch: 5     # 每过多少轮评估一次
weights: output/ppyoloe_plus_sod_crn_l_80e_coco/model_final

pretrain_weights: https://bj.bcebos.com/v1/paddledet/models/pretrained/ppyoloe_crn_l_obj365_pretrained.pdparams
depth_mult: 1.0
width_mult: 1.0

CustomCSPPAN:
  num_layers: 4
  use_trans: True

PPYOLOEHead:
  reg_range: [-2, 17]
  static_assigner_epoch: -1
  assigner:
    name: TaskAlignedAssigner_CR
    center_radius: 1
  nms:
    name: MultiClassNMS
    nms_top_k: 1000
    keep_top_k: 300
    score_threshold: 0.01
    nms_threshold: 0.7

② PaddleDetection-release-2.8.1\configs\ppyoloe\_base_\optimizer_80e.yml

epoch: 80    # 训练轮数

LearningRate:
  base_lr: 0.001    # 学习率{一般是10**（-3）}
  schedulers:
    - name: CosineDecay
      max_epochs: 96
    - name: LinearWarmup
      start_factor: 0.
      epochs: 5    # 看自己的显卡情况

OptimizerBuilder:
  optimizer:
    momentum: 0.9
    type: Momentum
  regularizer:
    factor: 0.0005
    type: L2