YOLOv5目标检测

YOLOv5目标检测

一、环境

二、前言

YOLOV5最近更新了v6.0版本&＃xff0c;v5.0与v6.0有那些区别&＃xff1a;

这个新版本在 V5.0 的基础上集成了很多的新特性&＃xff0c;而且在网络结构上也做了微调&＃xff0c;引入了全新的更小( Nano )的模型 P5(YOLOv5n) P6(YOLOv5n6)。Nano 模型保持了 yolov5s 模型的深度( depth )&＃xff0c;宽度( width ) 则是从0.5降到了0.25&＃xff0c;经过这个操作后&＃xff0c;总参数减少了 75%&＃xff0c;从 7.5M 缩小到了 1.9M&＃xff0c;这样的话&＃xff0c;就非常适合于移动端或者是 CPU 的环境。

三、项目开发

1.YOLOV5项目下载

现在已经更新到v6.0版本&＃xff0c;根据自己项目的特性&＃xff0c;选择版本

下载网址

2.解压YOLOV5并部署环境

下载依赖包

3.YOLOV5详解

3.1 YOLOV5预训练模型比较

3.2 通过指令运行项目

Python>&＃061;3.6.0 is required with all requirements.txt installed including PyTorch>&＃061;1.7:

$ git clone https://github.com/ultralytics/yolov5
$ cd yolov5
$ pip install -r requirements.txt


使用 YOLOv5 和 PyTorch Hub 进行推理。模型会自动从最新的 YOLOv5 版本下载。

import torch
# Model
model &＃061; torch.hub.load(&＃039;ultralytics/yolov5&＃039;, &＃039;yolov5s&＃039;) # or yolov5m, yolov5l, yolov5x, custom
# Images
img &＃061; &＃039;https://ultralytics.com/images/zidane.jpg&＃039; # or file, Path, PIL, OpenCV, numpy, list
# Inference
results &＃061; model(img)
# Results
results.print() # or .show(), .save(), .crop(), .pandas(), etc.


要对数据/图像中的示例图像运行推理&＃xff0c;请执行以下操作&＃xff1a;

# --weights yolov5s.pt指定yolov5s.pt为项目的权重&＃xff1b;
# --conf 0.25指定0.25为失信度&＃xff1b;
# --source data/images指定文件路径
$ python detect.py --source data/images --weights yolov5s.pt --conf 0.25
# 运行结果如下
Namespace(agnostic_nms&＃061;False, augment&＃061;False, classes&＃061;None, conf_thres&＃061;0.25, device&＃061;&＃039;&＃039;, exist_ok&＃061;False, img_size&＃061;640, iou_thres&＃061;0.45, name&＃061;&＃039;exp&＃039;, project&＃061;&＃039;runs/detect&＃039;, save_conf&＃061;False, save_txt&＃061;False, source&＃061;&＃039;data/images/&＃039;, update&＃061;False, view_img&＃061;False, weights&＃061;[&＃039;yolov5s.pt&＃039;])
YOLOv5 v4.0-96-g83dc1b4 torch 1.7.0&＃043;cu101 CUDA:0 (Tesla V100-SXM2-16GB, 16160.5MB)
Fusing layers...
Model Summary: 224 layers, 7266973 parameters, 0 gradients, 17.0 GFLOPS
image 1/2 /content/yolov5/data/images/bus.jpg: 640x480 4 persons, 1 bus, Done. (0.010s)
image 2/2 /content/yolov5/data/images/zidane.jpg: 384x640 2 persons, 1 tie, Done. (0.011s)
Results saved to runs/detect/exp2
Done. (0.103s)


detect.py 在各种源上运行推理&＃xff0c;从最新的YOLOv5版本自动下载模型&＃xff0c;并将结果保存到运行/检测(runs/detect.)。

$ python detect.py --source 0 # webcam
file.jpg # image
file.mp4 # video
path/ # directory
path/*.jpg # glob
&＃039;https://youtu.be/NUsoVlDFqZg&＃039; # YouTube
&＃039;rtsp://example.com/media.mp4&＃039; # RTSP, RTMP, HTTP stream 通过传输协议可以实现实时检测


运行以下命令以重现 COCO 数据集上的结果&＃xff08;首次使用时会自动下载数据集&＃xff09;。在单个 V100 上&＃xff0c;YOLOv5s/m/l/x 的训练时间为 2/4/6/8 天&＃xff08;多 GPU 时间更快&＃xff09;。使用 GPU 允许的最大批大小&＃xff08;显示 16 GB 设备的批大小&＃xff09;。

$ python train.py --data coco.yaml --cfg yolov5s.yaml --weights &＃039;&＃039; --batch-size 64
yolov5m 40
yolov5l 24
yolov5x 16


3.3 YOLOV5参数讲解

# --weights default&＃061;&＃039;yolov5s.pt&＃039;权重文件的路径地址
parser.add_argument(&＃039;--weights&＃039;, nargs&＃061;&＃039;&＃043;&＃039;, type&＃061;str, default&＃061;&＃039;yolov5s.pt&＃039;, help&＃061;&＃039;model.pt path(s)&＃039;)
# --source default&＃061;&＃039;data/images&＃039;给神经网络指定数据输入&＃xff0c;可以用来实时检测和验证模型使用&＃xff0c;输入0是使用电脑自带摄像
parser.add_argument(&＃039;--source&＃039;, type&＃061;str, default&＃061;&＃039;data/images&＃039;, help&＃061;&＃039;source&＃039;) # file/folder, 0 for webcam
# --img-size default&＃061;640指定输入图片的分辨率&＃xff0c;输出的图片格式不会被改变&＃xff08;只是在网络运算过程中把图片进行一个缩放或扩大方便运算&＃xff09;
parser.add_argument(&＃039;--img-size&＃039;, type&＃061;int, default&＃061;640, help&＃061;&＃039;inference size (pixels)&＃039;)
# --conf-thres default&＃061;0.25置信度&＃xff08;只要大于0.25&＃xff0c;就显示出目标&＃xff09;
parser.add_argument(&＃039;--conf-thres&＃039;, type&＃061;float, default&＃061;0.25, help&＃061;&＃039;object confidence threshold&＃039;)
# --iou-thres default&＃061;0.45目标上的框&＃xff0c;iou是选出最适合的一个框&＃xff08;iou&＃061;交集部分/并集部分&＃xff09;
parser.add_argument(&＃039;--iou-thres&＃039;, type&＃061;float, default&＃061;0.45, help&＃061;&＃039;IOU threshold for NMS&＃039;)
# --device default&＃061;&＃039;&＃039;设备
parser.add_argument(&＃039;--device&＃039;, default&＃061;&＃039;&＃039;, help&＃061;&＃039;cuda device, i.e. 0 or 0,1,2,3 or cpu&＃039;)
# --view-img action&＃061;&＃039;store_true&＃039;指只要设定这个参数&＃xff0c;参数值就是True&＃xff0c;显不显示运行结果
parser.add_argument(&＃039;--view-img&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;display results&＃039;)
# --save-txt action&＃061;&＃039;store_true&＃039;同上&＃xff0c;保存结果设置成一个txt&＃xff0c;保存框的位置和置信度等信息
parser.add_argument(&＃039;--save-txt&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;save results to *.txt&＃039;)
parser.add_argument(&＃039;--save-conf&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;save confidences in --save-txt labels&＃039;)
parser.add_argument(&＃039;--nosave&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;do not save images/videos&＃039;)
# --classes nargs&＃061;&＃039;&＃043;&＃039;可以设置为0&＃xff0c;2&＃xff0c;3等&＃xff0c;如果参数是0&＃xff0c;作用是只保存第0个类&＃xff0c;其他类都不保存
parser.add_argument(&＃039;--classes&＃039;, nargs&＃061;&＃039;&＃043;&＃039;, type&＃061;int, help&＃061;&＃039;filter by class: --class 0, or --class 0 2 3&＃039;)
# --agnostic-nms 增强的一个检测
parser.add_argument(&＃039;--agnostic-nms&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;class-agnostic NMS&＃039;)
parser.add_argument(&＃039;--augment&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;augmented inference&＃039;)
# --update 去掉优化器等参数&＃xff0c;只保留网络模型
parser.add_argument(&＃039;--update&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;update all models&＃039;)
# --project default&＃061;&＃039;runs/detect&＃039;把结果文件保存到什么位置
parser.add_argument(&＃039;--project&＃039;, default&＃061;&＃039;runs/detect&＃039;, help&＃061;&＃039;save results to project/name&＃039;)
# --name default&＃061;&＃039;exp&＃039; 保存结果文件的命名
parser.add_argument(&＃039;--name&＃039;, default&＃061;&＃039;exp&＃039;, help&＃061;&＃039;save results to project/name&＃039;)
# --exist-ok 把新一轮检测的结果保存在一个创建的新的文件夹内&＃xff0c;如果是false只会保存在上一个文件夹&＃xff0c;默认是True
parser.add_argument(&＃039;--exist-ok&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;existing project/name ok, do not increment&＃039;)


可以通过pycharm设置参数

# 未解释的不太重要或者用不上&＃xff0c;想了解的 参数&＃043;Ctrl&＃043;F&＃xff0c;在源码中查看
# --weights default&＃061;&＃039;yolov5s.pt&＃039;训练模型的路径&＃xff0c;初始化网络模型的参数&＃xff0c;yolov5s.pt是YOLOV5预训练好的模型
# 若想训练自己的模型可设置它为空 如default&＃061;&＃039;&＃039;
# 同时也可以放入你之前训练好的模型&＃xff0c;做参数初始化&＃xff0c;进行下一轮训练
parser.add_argument(&＃039;--weights&＃039;, type&＃061;str, default&＃061;&＃039;yolov5s.pt&＃039;, help&＃061;&＃039;initial weights path&＃039;)
# --cfg default&＃061;&＃039;&＃039; 模型参数设置文件的路径
parser.add_argument(&＃039;--cfg&＃039;, type&＃061;str, default&＃061;&＃039;&＃039;, help&＃061;&＃039;model.yaml path&＃039;)
# --data 指定训练数据集路径
parser.add_argument(&＃039;--data&＃039;, type&＃061;str, default&＃061;&＃039;data/coco128.yaml&＃039;, help&＃061;&＃039;data.yaml path&＃039;)
# --hyp 超参数文件路径地址
parser.add_argument(&＃039;--hyp&＃039;, type&＃061;str, default&＃061;&＃039;data/hyp.scratch.yaml&＃039;, help&＃061;&＃039;hyperparameters path&＃039;)
# --epochs&＃xff1a;训练轮次
parser.add_argument(&＃039;--epochs&＃039;, type&＃061;int, default&＃061;300)
# --batch-size&＃xff1a;喂入批次文件的多少(一次喂入16张)
parser.add_argument(&＃039;--batch-size&＃039;, type&＃061;int, default&＃061;16, help&＃061;&＃039;total batch size for all GPUs&＃039;)
# --img-size&＃xff1a;输入图片尺寸
parser.add_argument(&＃039;--img-size&＃039;, nargs&＃061;&＃039;&＃043;&＃039;, type&＃061;int, default&＃061;[640, 640], help&＃061;&＃039;[train, test] image sizes&＃039;)
# --rect:是否采用矩形训练&＃xff0c;默认False,减少一些不必要的信息&＃xff0c;比如裁剪数据集的阴影部分&＃xff0c;加快训练速度
parser.add_argument(&＃039;--rect&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;rectangular training&＃039;)
# --resume:接着打断训练上次的结果接着训练,必须指定上次模型训练文件的路径
parser.add_argument(&＃039;--resume&＃039;, nargs&＃061;&＃039;?&＃039;, const&＃061;True, default&＃061;False, help&＃061;&＃039;resume most recent training&＃039;)
# --nosave:不保存模型&＃xff0c;默认False,True是只保存最后一次训练模型的权重数据文件
parser.add_argument(&＃039;--nosave&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;only save final checkpoint&＃039;)
# --notest:不进行test&＃xff0c;默认False
parser.add_argument(&＃039;--notest&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;only test final epoch&＃039;)
# --noautoanchor:不自动调整anchor&＃xff0c;默认False&＃xff08;锚点和锚框&＃xff09;
parser.add_argument(&＃039;--noautoanchor&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;disable autoanchor check&＃039;)
# --evolve:是否进行超参数进化&＃xff0c;默认False
parser.add_argument(&＃039;--evolve&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;evolve hyperparameters&＃039;)
# --bucket:谷歌云盘bucket&＃xff0c;一般不会用到
parser.add_argument(&＃039;--bucket&＃039;, type&＃061;str, default&＃061;&＃039;&＃039;, help&＃061;&＃039;gsutil bucket&＃039;)
# --cache-images:是否提前缓存图片到内存&＃xff0c;以加快训练速度&＃xff0c;默认False
parser.add_argument(&＃039;--cache-images&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;cache images for faster training&＃039;)
# --image-weights&＃xff1a;使用加权图像选择进行训练,作者测试过&＃xff0c;但效果布不能得到保证
parser.add_argument(&＃039;--image-weights&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;use weighted image selection for training&＃039;)
# --device:训练的设备&＃xff0c;cpu&＃xff1b;0(表示一个gpu设备cuda:0)&＃xff1b;0,1,2,3(多个gpu设备)
parser.add_argument(&＃039;--device&＃039;, default&＃061;&＃039;&＃039;, help&＃061;&＃039;cuda device, i.e. 0 or 0,1,2,3 or cpu&＃039;)
# --multi-scale:是否进行多尺度训练&＃xff0c;默认False
parser.add_argument(&＃039;--multi-scale&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;vary img-size &＃043;/- 50%%&＃039;)
# --single-cls:数据集是否只有一个类别&＃xff0c;默认False
parser.add_argument(&＃039;--single-cls&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;train multi-class data as single-class&＃039;)
# --adam:是否使用adam优化器
parser.add_argument(&＃039;--adam&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;use torch.optim.Adam() optimizer&＃039;)
# --sync-bn:是否使用跨卡同步BN,在DDP模式使用
parser.add_argument(&＃039;--sync-bn&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;use SyncBatchNorm, only available in DDP mode&＃039;)
# --local_rank&＃xff1a;DDP参数&＃xff0c;请勿修改
parser.add_argument(&＃039;--local_rank&＃039;, type&＃061;int, default&＃061;-1, help&＃061;&＃039;DDP parameter, do not modify&＃039;)
# --workers&＃xff1a;最大工作核心数
parser.add_argument(&＃039;--workers&＃039;, type&＃061;int, default&＃061;8, help&＃061;&＃039;maximum number of dataloader workers&＃039;)
# --project:训练模型的保存位置
parser.add_argument(&＃039;--project&＃039;, default&＃061;&＃039;runs/train&＃039;, help&＃061;&＃039;save to project/name&＃039;)
parser.add_argument(&＃039;--entity&＃039;, default&＃061;None, help&＃061;&＃039;W&B entity&＃039;)
# --name&＃xff1a;模型保存的目录名称
parser.add_argument(&＃039;--name&＃039;, default&＃061;&＃039;exp&＃039;, help&＃061;&＃039;save to project/name&＃039;)
# --exist-ok&＃xff1a;模型目录是否存在&＃xff0c;不存在就创建
parser.add_argument(&＃039;--exist-ok&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;existing project/name ok, do not increment&＃039;)
# --quad 默认False&＃xff0c;对数据进行的处理方式
parser.add_argument(&＃039;--quad&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;quad dataloader&＃039;)
# --linear-lr 学习速率&＃xff0c;开启按照线性方式
parser.add_argument(&＃039;--linear-lr&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;linear LR&＃039;)
# --label-smoothing 标签平滑
parser.add_argument(&＃039;--label-smoothing&＃039;, type&＃061;float, default&＃061;0.0, help&＃061;&＃039;Label smoothing epsilon&＃039;)
parser.add_argument(&＃039;--upload_dataset&＃039;, action&＃061;&＃039;store_true&＃039;, help&＃061;&＃039;Upload dataset as W&B artifact table&＃039;)
parser.add_argument(&＃039;--bbox_interval&＃039;, type&＃061;int, default&＃061;-1, help&＃061;&＃039;Set bounding-box image logging interval for W&B&＃039;)
parser.add_argument(&＃039;--save_period&＃039;, type&＃061;int, default&＃061;-1, help&＃061;&＃039;Log model after every "save_period" epoch&＃039;)
# --artifact_alias 这个参数貌似未实现&＃xff0c;注释不影响运行
parser.add_argument(&＃039;--artifact_alias&＃039;, type&＃061;str, default&＃061;"latest", help&＃061;&＃039;version of dataset artifact to be used&＃039;)


训练最好效果的网络模型参数

训练最后一个的网络模型参数

tensorboard日志文件

训练模型的一些超参数

标注模型的一些分布

标注的一些相关矩阵

训练过程中参数的一些设置

训练结果的记录

训练的一些图片

–resume

四、训练自己数据集

1.半人工标注和仿真数据集

比较麻烦&＃xff0c;但自己省事&＃xff0c;不太建议使用

可以去看看土堆大佬的视频

2.人工标注

2.1 labelimg介绍

Labelimg是一款开源的数据标注工具&＃xff0c;可以标注三种格式。

1 VOC标签格式&＃xff0c;保存为xml文件。
2 yolo标签格式&＃xff0c;保存为txt文件。
3 createML标签格式&＃xff0c;保存为json格式。


2.2 labelimg的安装

​ 这里主要讲的是在window系统中的安装&＃xff0c;首先打开cmd命令行&＃xff08;快捷键&＃xff1a;win&＃043;R&＃xff09;。进入cmd命令行控制台。输入如下的命令&＃xff1a;

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple


​ 运行如上命令后&＃xff0c;系统就会自动下载labelimg相关的依赖。由于这是一个很轻量的工具&＃xff0c;所以下载起来很快&＃xff0c;当出现如下红色框框中的告诉我们成功安装的时候&＃xff0c;说明labelimg安装成功了。

2.3 使用labelimg文件格式

VOC2007的目录结构为&＃xff1a;

├── VOC2007
│├── JPEGImages 存放需要打标签的图片文件
│├── Annotations 存放标注的标签文件
│├── predefined_classes.txt 定义自己要标注的所有类别&＃xff08;这个文件可有可无&＃xff0c;但是在我们定义类别比较多的时候&＃xff0c;最好有这个创建一个这样的txt文件来存放类别&＃xff09;

例&＃xff1a;比如要训练三个类

JPEGImages文件&＃xff1a;

predefined_classes.txt文件

2.4 打开labelimg

labelimg JPEGImages predefined_classes.txt


A&＃xff1a;切换到上一张图片

D&＃xff1a;切换到下一张图片

W&＃xff1a;调出标注十字架

del &＃xff1a;删除标注框框

Ctrl&＃043;u&＃xff1a;选择标注的图片文件夹

Ctrl&＃043;r&＃xff1a;选择标注好的label标签存在的文件夹

五、数据集格式转化及训练集和验证集划分

yolov5训练所需要的文件格式是yolo(txt格式)&＃xff0c;需要对xml格式的标签文件转换为txt文件。

同时训练自己的yolov5检测模型的时候&＃xff0c;数据集需要划分为训练集和验证集。这里提供了一份代码将xml格式的标注文件转换为txt格式的标注文件&＃xff0c;并按比例划分为训练集和验证集

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile

classes &＃061; ["hat", "person"]
#classes&＃061;["ball"]

TRAIN_RATIO &＃061; 80

def clear_hidden_files(path):
dir_list &＃061; os.listdir(path)
for i in dir_list:
abspath &＃061; os.path.join(os.path.abspath(path), i)
if os.path.isfile(abspath):
if i.startswith("._"):
os.remove(abspath)
else:
clear_hidden_files(abspath)

def convert(size, box):
dw &＃061; 1./size[0]
dh &＃061; 1./size[1]
x &＃061; (box[0] &＃043; box[1])/2.0
y &＃061; (box[2] &＃043; box[3])/2.0
w &＃061; box[1] - box[0]
h &＃061; box[3] - box[2]
x &＃061; x*dw
w &＃061; w*dw
y &＃061; y*dh
h &＃061; h*dh
return (x,y,w,h)

def convert_annotation(image_id):
in_file &＃061; open(&＃039;VOCdevkit/VOC2007/Annotations/%s.xml&＃039; %image_id)
out_file &＃061; open(&＃039;VOCdevkit/VOC2007/YOLOLabels/%s.txt&＃039; %image_id, &＃039;w&＃039;)
tree&＃061;ET.parse(in_file)
root &＃061; tree.getroot()
size &＃061; root.find(&＃039;size&＃039;)
w &＃061; int(size.find(&＃039;width&＃039;).text)
h &＃061; int(size.find(&＃039;height&＃039;).text)

for obj in root.iter(&＃039;object&＃039;):
difficult &＃061; obj.find(&＃039;difficult&＃039;).text
cls &＃061; obj.find(&＃039;name&＃039;).text
if cls not in classes or int(difficult) &＃061;&＃061; 1:
continue
cls_id &＃061; classes.index(cls)
xmlbox &＃061; obj.find(&＃039;bndbox&＃039;)
b &＃061; (float(xmlbox.find(&＃039;xmin&＃039;).text), float(xmlbox.find(&＃039;xmax&＃039;).text), float(xmlbox.find(&＃039;ymin&＃039;).text), float(xmlbox.find(&＃039;ymax&＃039;).text))
bb &＃061; convert((w,h), b)
out_file.write(str(cls_id) &＃043; " " &＃043; " ".join([str(a) for a in bb]) &＃043; &＃039;\n&＃039;)
in_file.close()
out_file.close()

wd &＃061; os.getcwd()
wd &＃061; os.getcwd()
data_base_dir &＃061; os.path.join(wd, "VOCdevkit/")
if not os.path.isdir(data_base_dir):
os.mkdir(data_base_dir)
work_sapce_dir &＃061; os.path.join(data_base_dir, "VOC2007/")
if not os.path.isdir(work_sapce_dir):
os.mkdir(work_sapce_dir)
annotation_dir &＃061; os.path.join(work_sapce_dir, "Annotations/")
if not os.path.isdir(annotation_dir):
os.mkdir(annotation_dir)
clear_hidden_files(annotation_dir)
image_dir &＃061; os.path.join(work_sapce_dir, "JPEGImages/")
if not os.path.isdir(image_dir):
os.mkdir(image_dir)
clear_hidden_files(image_dir)
yolo_labels_dir &＃061; os.path.join(work_sapce_dir, "YOLOLabels/")
if not os.path.isdir(yolo_labels_dir):
os.mkdir(yolo_labels_dir)
clear_hidden_files(yolo_labels_dir)
yolov5_images_dir &＃061; os.path.join(data_base_dir, "images/")
if not os.path.isdir(yolov5_images_dir):
os.mkdir(yolov5_images_dir)
clear_hidden_files(yolov5_images_dir)
yolov5_labels_dir &＃061; os.path.join(data_base_dir, "labels/")
if not os.path.isdir(yolov5_labels_dir):
os.mkdir(yolov5_labels_dir)
clear_hidden_files(yolov5_labels_dir)
yolov5_images_train_dir &＃061; os.path.join(yolov5_images_dir, "train/")
if not os.path.isdir(yolov5_images_train_dir):
os.mkdir(yolov5_images_train_dir)
clear_hidden_files(yolov5_images_train_dir)
yolov5_images_test_dir &＃061; os.path.join(yolov5_images_dir, "val/")
if not os.path.isdir(yolov5_images_test_dir):
os.mkdir(yolov5_images_test_dir)
clear_hidden_files(yolov5_images_test_dir)
yolov5_labels_train_dir &＃061; os.path.join(yolov5_labels_dir, "train/")
if not os.path.isdir(yolov5_labels_train_dir):
os.mkdir(yolov5_labels_train_dir)
clear_hidden_files(yolov5_labels_train_dir)
yolov5_labels_test_dir &＃061; os.path.join(yolov5_labels_dir, "val/")
if not os.path.isdir(yolov5_labels_test_dir):
os.mkdir(yolov5_labels_test_dir)
clear_hidden_files(yolov5_labels_test_dir)

train_file &＃061; open(os.path.join(wd, "yolov5_train.txt"), &＃039;w&＃039;)
test_file &＃061; open(os.path.join(wd, "yolov5_val.txt"), &＃039;w&＃039;)
train_file.close()
test_file.close()
train_file &＃061; open(os.path.join(wd, "yolov5_train.txt"), &＃039;a&＃039;)
test_file &＃061; open(os.path.join(wd, "yolov5_val.txt"), &＃039;a&＃039;)
list_imgs &＃061; os.listdir(image_dir) # list image files
prob &＃061; random.randint(1, 100)
print("Probability: %d" % prob)
for i in range(0,len(list_imgs)):
path &＃061; os.path.join(image_dir,list_imgs[i])
if os.path.isfile(path):
image_path &＃061; image_dir &＃043; list_imgs[i]
voc_path &＃061; list_imgs[i]
(nameWithoutExtention, extention) &＃061; os.path.splitext(os.path.basename(image_path))
(voc_nameWithoutExtention, voc_extention) &＃061; os.path.splitext(os.path.basename(voc_path))
annotation_name &＃061; nameWithoutExtention &＃043; &＃039;.xml&＃039;
annotation_path &＃061; os.path.join(annotation_dir, annotation_name)
label_name &＃061; nameWithoutExtention &＃043; &＃039;.txt&＃039;
label_path &＃061; os.path.join(yolo_labels_dir, label_name)
prob &＃061; random.randint(1, 100)
print("Probability: %d" % prob)
if(prob if os.path.exists(annotation_path):
train_file.write(image_path &＃043; &＃039;\n&＃039;)
convert_annotation(nameWithoutExtention) # convert label
copyfile(image_path, yolov5_images_train_dir &＃043; voc_path)
copyfile(label_path, yolov5_labels_train_dir &＃043; label_name)
else: # test dataset
if os.path.exists(annotation_path):
test_file.write(image_path &＃043; &＃039;\n&＃039;)
convert_annotation(nameWithoutExtention) # convert label
copyfile(image_path, yolov5_images_test_dir &＃043; voc_path)
copyfile(label_path, yolov5_labels_test_dir &＃043; label_name)
train_file.close()
test_file.close()


Annotations里面存放着xml格式的标签文件

JPEGImages里面存放着照片数据文件

classes里面必须正确填写xml里面已经标注好的类

TRAIN_RATIO是训练集和验证集的比例&＃xff0c;

当等于80的时候&＃xff0c;说明划分80%给训练集&＃xff0c;20%给验证集。

在VOCdevkit目录下生成images和labels文件夹

文件夹下分别生成了train文件夹和val文件夹

分别保存训练集的照片和txt格式的标签&＃xff0c;还有验证集的照片和txt格式的标签

images文件夹和labels文件夹就是训练yolov5模型所需的训练集和验证集

YOLOLabels文件夹&＃xff0c;里面存放着所有的txt格式的标签文件

六、利用YOLOV5训练自己的目标检测模型

1.代码目录介绍

├── data&＃xff1a;主要是存放一些超参数的配置文件&＃xff08;这些文件&＃xff08;yaml文件&＃xff09;是用来配置训练集和测试集还有验证集的路径的&＃xff0c;其中还包括目标检测的种类数和种类的名称&＃xff09;&＃xff1b;还有一些官方提供测试的图片。如果是训练自己的数据集的话&＃xff0c;那么就需要修改其中的yaml文件。但是自己的数据集不建议放在这个路径下面&＃xff0c;而是建议把数据集放到yolov5项目的同级目录下面。

├── models&＃xff1a;里面主要是一些网络构建的配置文件和函数&＃xff0c;其中包含了该项目的四个不同的版本&＃xff0c;分别为是s、m、l、x。从名字就可以看出&＃xff0c;这几个版本的大小。他们的检测测度分别都是从快到慢&＃xff0c;但是精确度分别是从低到高。这就是所谓的鱼和熊掌不可兼得。如果训练自己的数据集的话&＃xff0c;就需要修改这里面相对应的yaml文件来训练自己模型。

├── utils&＃xff1a;存放的是工具类的函数&＃xff0c;里面有loss函数&＃xff0c;metrics函数&＃xff0c;plots函数等等。

├── weights&＃xff1a;放置训练好的权重参数。

├── detect.py&＃xff1a;利用训练好的权重参数进行目标检测&＃xff0c;可以进行图像、视频和摄像头的检测。

├── train.py&＃xff1a;训练自己的数据集的函数。

├── test.py&＃xff1a;测试训练的结果的函数。

├──requirements.txt&＃xff1a;这是一个文本文件&＃xff0c;里面写着使用yolov5项目的环境依赖包的一些版本&＃xff0c;可以利用该文本导入相应版本的包。

2.利用labelimg标注数据和数据的准备

目录格式如下&＃xff1a;

3.获得预训练权重

一般为了缩短网络的训练时间&＃xff0c;并达到更好的精度&＃xff0c;我们一般加载预训练权重进行网络的训练。而yolov5的5.0版本给我们提供了几个预训练权重&＃xff0c;我们可以对应我们不同的需求选择不同的版本的预训练权重。通过如下的图可以获得权重的名字和大小信息&＃xff0c;可以预料的到&＃xff0c;预训练权重越大&＃xff0c;训练出来的精度就会相对来说越高&＃xff0c;但是其检测的速度就会越慢。预训练权重可以通过这个网址进行下载

4.训练自己的模型

4.1修改数据配置文件

4.2修改模型配置文件

4.3训练自己的模型启用tensorbord查看参数

修改如下参数&＃xff1a;

注意&＃xff1a;路径都是相对路径

如果出现下列问题&＃xff1a;

则说明GPU显存溢出报错&＃xff0c;要修改如下参数

# 一次喂入多少张图片
parser.add_argument(&＃039;--batch-size&＃039;, type&＃061;int, default&＃061;16, help&＃061;&＃039;total batch size for all GPUs&＃039;)
# 最大工作核心数
parser.add_argument(&＃039;--workers&＃039;, type&＃061;int, default&＃061;8, help&＃061;&＃039;maximum number of dataloader workers&＃039;)
# 如果还不行那就再调小一点


如果出现下列问题&＃xff1a;

则说明虚拟内存不够用&＃xff0c;要修改以下参数&＃xff1a;

utils路径下找到datasets.py这个文件&＃xff0c;将里面的第81行里面的参数nw改完0就可以了

4.4启用tensorbord查看参数

tensorboard --logdir&＃061;runs/train


已经训练好了&＃xff0c;但是我们还想用tensorbord查看此模型的训练过程&＃xff0c;输入如下命令

tensorboard --logdir&＃061;runs


4.5推理测试

等到数据训练好了以后&＃xff0c;就会在主目录下产生一个run文件夹&＃xff0c;在run/train/exp/weights目录下会产生两个权重文件&＃xff0c;一个是最后一轮的权重文件&＃xff0c;一个是最好的权重文件&＃xff0c;一会我们就要利用这个最好的权重文件来做推理测试。除此以外还会产生一些验证文件的图片等一些文件。

打开detect.py文件进行验证

修改detect.py中main函数的参数

# 传入训练好的最好的权重
parser.add_argument(&＃039;--weights&＃039;, nargs&＃061;&＃039;&＃043;&＃039;, type&＃061;str, default&＃061;&＃039;runs/train/exp/weights/best.pt&＃039;, help&＃061;&＃039;model.pt path(s)&＃039;)
# 对图片进行测试推理&＃xff0c;将如下参数修改成图片的路径&＃xff08;对视频推理也在这修改&＃xff09;
parser.add_argument(&＃039;--source&＃039;, type&＃061;str, default&＃061;&＃039;000295.jpg&＃039;, help&＃061;&＃039;source&＃039;)


推测结束后&＃xff0c;run文件下会生成一个detect目录&＃xff0c;推理结果会保存在exp目录

如果要对摄像头进行测试&＃xff1a;

# 对摄像头进行测试&＃xff0c;只需将路径改写为0就好了
parser.add_argument(&＃039;--source&＃039;, type&＃061;str, default&＃061;&＃039;0&＃039;, help&＃061;&＃039;source&＃039;)


找到utils目录下的datasets.py文件

找到第279行代码&＃xff0c;给两个url参数加上str就可以

七、生成数据文件解释

混淆矩阵&＃xff1a;指明在类别上的一个精度

fi指标&＃xff1a;衡量精度

hyp.yaml :表明超参数的

labels.jpg

labels_correlogram.jpg

nchup_yolov5s.out : 训练的一个记录

results.jpg 训练过程中的一个变化

八、番外&＃xff08;测距&＃xff09;

进入pytorch环境指令 conda activate pytorch

来源：石先森很疯狂