技术实践丨基于 MindSpore 框架 Yolov3-darknet 模型的篮球动作检测体验

摘要：通过对篮球动作的分类训练及识别检测实例的讲解和体验，使我们了解了 Yolov3 模型的原理、架构等基本知识，为日后的深入学习奠定了基础。

背靠全新的设计理念，华为云推出了 MindSpore 深度学习实战营，帮助小白更快的上手高性能深度学习框架，快速训练 ResNet-50，实现你的第一个手机 App 开发，学会智能新闻分类、篮球检测和「猜你喜欢」模型！

MindSpore 深度学习实战营，通过 21 天的合理课程安排，不仅提供目前大热的移动端部署介绍，还有紧跟时事的趣味实践，更有深度的底层开发讲解，让你从框架到算法到开发，都能一网打尽。

在 MindSpore21 天实战营的第四堂课，由王老师分享了 Yolov3 在图像分类、目标检测等方面的实现。通过对篮球动作的分类训练及识别检测实例的讲解和体验，了解了 Yolov3 模型的原理、架构等基本知识，为日后的深入学习奠定了基础。

本次体验同样基于 ModelArts+OBS，基本的操作步骤不复赘述，可以参考之前的文章。作业也同样分为体验作业和进阶作业。

体验作业：输入篮球比赛图片，在 ModelArts 环境上完成模型推理流程。根据本课提供的代码和操作步骤，是比较容易实现的，在此也不复强调。

进阶作业：输入篮球比赛视频，在 ModelArts 环境上完成模型推理流程。具体实现步骤如下：

1、下载一段篮球比赛视频，格式最好是 mp4、avi 等常规格式。用专用播放器下载的特殊格式，还需要转换一下；另外就是考虑到数据量的问题，视频的时间也不宜超过 1 分钟。本次操作的视频转码 mp4 后，居然带着水印（试用版），不确定会不会影响后续的识别。

2、对视频进行切分为图片，格式为.jpg。根据本课提供的 OpenCV 代码，在本地测试成功后，放到 ModelArts 上调试却不成功，多次调试无果。

2.1 本地操作的代码如下图：

2.2 帧率为 25，按照 10 帧取 1，共切分出 116 张图片，图片大小为 1920*1080。执行过程如下图所示

2.3 将图片通过 OBS-browser-plus 上传到 OBS 桶 Yolov3 项目数据集路径中；

2.4 修改 predit.py 代码，使其适应于批量图片的推理，并上传 Yolov3 代码至 OBS 桶。

Ps：2.4.1 图片目录中需按名称顺序读取并处理；

2.4.2 要将 detection = DetectionEngine(args)语句置于循环中，否则其导致上一张图的 Bounding box 的累加复用，导致预测结果错误。如下图所示极端状况：

2.5 将 Yolov3 代码上传 OBS 桶 Yolov3 代码目录，并设置启动 predict.py；在输出图片遍历的打印信息后，图片的检测工作就完成了，并输出到设置的 OBS 输出目录中。ModelArts 检测日志见下图：

Ps：需注意增加 checkpoint_path 的配置，做为推理使用的训练模型。具体设置过程参见进阶作业步骤。

2.6、将图片使用 OBS-browser-plus 下载到本地，使用代码将其合并为视频。同样，ModelArts 尝试运行无果。本地运行代码如下：

合成操作打印信息如下图所示：

到此，进阶作业的过程基本完成。

后记：

1、 本次课程训练使用的 3000 张篮球比赛图片，是在 ModelArts 上使用图片标记完成的，这可以作为深入了解 AI 模型拓展的一个起点；

2、 本次课程提供了 GPU 版本的代码，ModelArts 上未实现的可以尝试在 GPU 环境下自动完成图片的切分、检测及合并；

3、 本节课后老师又补充了 Yolov4 的代码，可以尝试体验相比 Yolov3 检测精度是否有所提升。此项目前正在处理报错中，尚未成文，等待后补，谢谢！

本文分享自华为云社区《基于 MindSpore 框架 Yolov3-darknet 模型的篮球动作检测体验》，原文作者：Dasming 。

点击关注，第一时间了解华为云新鲜技术~