yolov5/yolov3训练模型

Yolov（You Only Look Once）是一种用于目标检测的深度学习模型。它的特点是将目标检测问题转化为一个回归问题，通过单次前向传播即可同时预测图像中多个目标的位置和类别。

Yolov模型具有快速的推理速度和较高的准确性，能够在实时目标检测任务中表现出色。同时，Yolov模型使用单次前向传播同时预测多个目标，因此在处理大量目标时具有一定的优势。然而，Yolov模型对小目标的检测相对较弱，对于小尺寸的目标可能会表现出不高的准确性。

一、下载源代码

在GitHub上有许多YOLOv5源代码，我们可以从上面直接下载下来引用。这里给大家提供一个源代码地址GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite。

 然后点击Code会弹出下载选项，具体如下图所示：

当下载完YOLOv5工程压缩文件后，保存在你想要保存的位置然后进行解压，介意大家最好新建一个文件夹专门存放YOLOv5工程代码， 以防大家找不到自己保存的位置。

下载完后，我们再把压缩包解压开。解压后的文件入下图所示：

这样，我们的源代码就下载成功了。

二、调试源代码

当下载完源代码以后，我们就可以开始调试源代码。确保源代码可以正常运行后，再开始训练我们的数据。下载完成后打开requirements.txt文件，安装工程需要的python包。

三、准备自己的数据集并标注

在完成了代码调试后就可以进行训练自己的数据了。首先准备自己的数据集，然后进行标注。首先将所有要打标签的图片存放在data下面的images文件夹中，（这点比较重要，千万注意路径images文件夹一定要放在data下面，如果放在外面那需要修改split.py文件中的路径。并且，要标注的图片直接放在images文件夹下）具体如下图所示：

然后在工程中的data文件夹下新建两个文件夹，分别为dataset、labels。其中，datasets主要用来存放打好标签后的数据集，labels主要用来存放数据标签。具体如下图所示：

创建好文件夹后，进行过数据的标注。标注的工具选用labelimg。首先安装labelimg然后启动:

然后启动labelimg:

 接下来，我们首先需要对labelimg进行一些设置：首先选择自动保存模型，然后再选择改变保存路径，最后打开图片文件进行数据的标注。具体操作如下面几张图所示：

然后我们开始标注：

对所有的图片都进行打标签，最后可以在dataset文件夹中，看到我们打好标签的xml文件。具体如下图所示：

 这样我们就完成了数据的标注。

四、数据预处理与源代码修改

接下来需要对标注好的数据进行预处理操作，首先在工程目录文件下新建split.py程序，具体如下所示：

 split.py的具体代码如下所示：

import os
import random
import argparse
parser = argparse.ArgumentParser()
parser.add_argument('--xml_path', default='data/dataset', type=str, help='input xml label path')
parser.add_argument('--txt_path', default='data/labels', type=str, help='output txt label path')
opt = parser.parse_args()
trainval_percent = 1.0
train_percent = 0.8
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)
num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)
file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')
for i in list_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        file_trainval.write(name)
        if i in train:
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

然后运行此代码，运行完成后的结果如下图所示： 

然后以同样的方式再创建xml_to_txt.py文件并运行，具体如下图所示：

 xml_to_txt.py代码如下：

import xml.etree.ElementTree as ET
from tqdm import tqdm
import os
from os import getcwd
 
sets = ['train', 'val', 'test']
classes = ['1','5']   # 这里改为你要训练的标签，否则会报错。比如你要识别“hand”，那这里就改为hand
 
def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h
 
def convert_annotation(image_id):
    # try:
        in_file = open('data/dataset/%s.xml' % (image_id), encoding='utf-8')
        out_file = open('data/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
        tree = ET.parse(in_file)
        root = tree.getroot()
        size = root.find('size')
        w = int(size.find('width').text)
        h = int(size.find('height').text)
        for obj in root.iter('object'):
            difficult = obj.find('difficult').text
            cls = obj.find('name').text
            if cls not in classes or int(difficult) == 1:
                continue
            cls_id = classes.index(cls)
            xmlbox = obj.find('bndbox')
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
                 float(xmlbox.find('ymax').text))
            b1, b2, b3, b4 = b
            # 标注越界修正
            if b2 > w:
                b2 = w
            if b4 > h:
                b4 = h
            b = (b1, b2, b3, b4)
            bb = convert((w, h), b)
            out_file.write(str(cls_id) + " " +
                           " ".join([str(a) for a in bb]) + '\n')
    # except Exception as e:
    #     print(e, image_id)
 
wd = getcwd()
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/labels/%s.txt' %
                     (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in tqdm(image_ids):
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

以上代码中classes = [“你要训练的标签名称”]，大家根据自己的情况进行修改。运行此代码，运行后的结果如下图所示： 

 接下来在data文件夹中新建myvoc.yaml文件，具体操作以及代码如下图所示：

 这里一定要注意一点在train,val,nc,names冒号后面一定要空一格，要判断正确不正确，只要看这几个关键字有没有变颜色，要是变颜色那就说明是正确的。最后再修改models下的yolov5s.yaml文件，具体修改方式如下图所示:

至此，我们就完成了数据预处理以及代码的修改。

五、训练自己的数据

接下来，我们就可以训练自己的数据了。首先打开终端并进入到yolov5的工程目录中。

然后我们输入指令：python train.py --epoch 300 --batch 4 --data ./data/myvoc.yaml --cfg ./models/yolov5s.yaml --weight ./weights/yolov5s.pt --workers 0   进行训练，如果出现内存不足的错误，将batch后面的4进一步改小，应该就不会出问题。

 训练结束后，我们就可以看到训练好模型存储的位置，具体如下图所示：

 找到训练好的模型last.py将其复制在weights文件下，具体如下图所示：

六、模型测试

 

训练完成后，我们可以进行模型的测试，测试一下刚刚训练的结果。打开命令行:

输入指令:python detect.py --weight ./weights/last.pt --source 0就可以开始检验了。

以上就是所有内容，希望可以帮助大家。