刚开始在paddle教程上看了一篇教程，打算使用yoloV3算法写一个目标检测的模型，但到最后放弃了，因为实在是太困难了。而后在群里面了解到，可以用paddle detection来做，所以就学了一下paddle detection。今天记录一下这个过程，因为一些原因，不会把具体的细节写出来，但是基本上所有的步骤都会写到。
首先，要做自己的数据集，因为训练自己的模型，基本上都是有自己独特的需求的，所以，要有自己的数据集，网络上的现有的数据集虽然很多，但是并不是完全契合我们的需求。
制作我们自己的数据集，使用labelme这个软件，因为paddledetection提供了将这种数据集转换为coco格式的脚本。
labelme是非常好安装的，在网上也有很多的教程，这里就不说了。安装了之后，使用labelme打开图片，然后右击，选择矩形框标记。然后，把标记文件和图片文件都存到一个文件夹下面，后面再手动分开。
这是paddledetection教程上给的转换方法，大家可以去看。这里截了一个图，用这种办法，就可以得到自己的coco数据集了。https://paddledetection.readthedocs.io/advanced_tutorials/READER.html#%E8%87%AA%E5%AE%9A%E4%B9%89%E6%95%B0%E6%8D%AE%E6%BA%90
然后，就是把paddle detection给下载到本地了，安装好之后，在configs文件夹里面找到一个yml格式的文件。我用的是yolov3mobile，这个模型训练的非常快，需要的显存也很少，效果很不错。
然后就改一下自己想要用的配置文件。我是直接改的，自己尝试过把他弄出去在弄，但是那样容易出现路径上的问题，非常麻烦==，然后下面有一个reader的yml文件，那个也需要改一下。
把这个reader也改一下，这个只是trainreader的部分，还有evalreader和testreader，那个也改一下。
然后就可以用这个配置文件进行预测和训练了，记得把弄好的数据集放到合适的位置。然后就是数据集那个转换脚本不是很智能，可能需要把训练集和验证集分开来转换，这种情况下，类别的id可能对不上，在转换的标注文件里面，直接改一下category就好了！
paddle-detection比自己写的好用，换backbone也很方便。现在我也直接用pd了。当然想研究还是得自己写。
我上的“百度构架师手把手教深度学习”课里有yolov3的代码。也可以看看当时我的作业。
https://aistudio.baidu.com/aistudio/projectdetail/271017
【下面是我写的一些小贴，有空可以fork玩玩（项目列表）】
训练数据太少？过拟合？一文带你领略“数据增长魔法”(上) (https://aistudio.baidu.com/aistudio/projectdetail/408059)
训练数据太少？过拟合？一文带你领略“数据增长魔法”(下) (https://aistudio.baidu.com/aistudio/projectdetail/422256)
一文帮你理解用Paddle训练模型的原理1-手写回归模型 (https://aistudio.baidu.com/aistudio/projectdetail/367090)
一文帮你理解用Paddle训练模型的原理2-权值可视化（VisualDL） (https://aistudio.baidu.com/aistudio/projectdetail/386954)
来AI Studio互粉吧~等你哦~ https://aistudio.baidu.com/aistudio/personalcenter/thirdview/76563
感觉飞桨还是不错了但是这定义函数感觉没tf多
还是百度也推出tpu也好了
感觉现在训练主要是显存不够
的确是 选择不同的框架 效果千差万别
用AI Studio写个项目公开更便于分享哦~
首先，要做自己的数据集，因为训练自己的模型，基本上都是有自己独特的需求的，所以，要有自己的数据集，网络上的现有的数据集虽然很多，但是并不是完全契合我们的需求。
制作我们自己的数据集，使用labelme这个软件，因为paddledetection提供了将这种数据集转换为coco格式的脚本。
labelme是非常好安装的，在网上也有很多的教程，这里就不说了。安装了之后，使用labelme打开图片，然后右击，选择矩形框标记。然后，把标记文件和图片文件都存到一个文件夹下面，后面再手动分开。
然后，就是把paddle detection给下载到本地了，安装好之后，在configs文件夹里面找到一个yml格式的文件。我用的是yolov3mobile，这个模型训练的非常快，需要的显存也很少，效果很不错。
然后就可以用这个配置文件进行预测和训练了，记得把弄好的数据集放到合适的位置。然后就是数据集那个转换脚本不是很智能，可能需要把训练集和验证集分开来转换，这种情况下，类别的id可能对不上，在转换的标注文件里面，直接改一下category就好了！
paddle-detection比自己写的好用，换backbone也很方便。现在我也直接用pd了。当然想研究还是得自己写。
我上的“百度构架师手把手教深度学习”课里有yolov3的代码。也可以看看当时我的作业。
https://aistudio.baidu.com/aistudio/projectdetail/271017
【下面是我写的一些小贴，有空可以fork玩玩（项目列表）】
训练数据太少？过拟合？一文带你领略“数据增长魔法”(上) (https://aistudio.baidu.com/aistudio/projectdetail/408059)
训练数据太少？过拟合？一文带你领略“数据增长魔法”(下) (https://aistudio.baidu.com/aistudio/projectdetail/422256)
一文帮你理解用Paddle训练模型的原理1-手写回归模型 (https://aistudio.baidu.com/aistudio/projectdetail/367090)
一文帮你理解用Paddle训练模型的原理2-权值可视化（VisualDL） (https://aistudio.baidu.com/aistudio/projectdetail/386954)
来AI Studio互粉吧~等你哦~ https://aistudio.baidu.com/aistudio/personalcenter/thirdview/76563
感觉飞桨还是不错了但是这定义函数感觉没tf多
还是百度也推出tpu也好了
感觉现在训练主要是显存不够
的确是 选择不同的框架 效果千差万别
用AI Studio写个项目公开更便于分享哦~