【目标检测】使用YOLOv9训练和测试自己的数据集

任务：检测舌头上的裂纹和齿痕

已经有了labelme标注的数据集，并且转为了coco格式

参考：

详细！正确！COCO数据集（.json）训练格式转换成YOLO格式（.txt）_coco数据集的train.txt-CSDN博客

coco数据集转yolo数据集（简单易懂）_coco转yolo-CSDN博客

【模型复现】自制数据集上复现刚发布的最新 yolov9 代码_yolov9复现-CSDN博客

数据集转换

首先将coco格式转为YOLO格式

参考：coco数据集转yolo数据集（简单易懂）_coco转yolo-CSDN博客

我自己备份一下

转换代码

#COCO 格式的数据集转化为 YOLO 格式的数据集
#--json_path 输入的json文件路径
#--save_path 保存的文件夹名字，默认为当前目录下的labels。

import os
import json
from tqdm import tqdm
import argparse

parser = argparse.ArgumentParser()
#这里根据自己的json文件位置，换成自己的就行
parser.add_argument('--json_path', default='D:/workSpace/pycharm/yolov5/MyTest/SAR_coco/annotations/instances_val2017.json',type=str, help="input: coco format(json)")
#这里设置.txt文件保存位置
parser.add_argument('--save_path', default='D:/workSpace/pycharm/yolov5/MyTest/SAR_coco/Lable/val2017', type=str, help="specify where to save the output dir of labels")
arg = parser.parse_args()

def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = box[0] + box[2] / 2.0
    y = box[1] + box[3] / 2.0
    w = box[2]
    h = box[3]
#round函数确定(xmin, ymin, xmax, ymax)的小数位数
    x = round(x * dw, 6)
    w = round(w * dw, 6)
    y = round(y * dh, 6)
    h = round(h * dh, 6)
    return (x, y, w, h)

if __name__ == '__main__':
    json_file =   arg.json_path # COCO Object Instance 类型的标注
    ana_txt_save_path = arg.save_path  # 保存的路径

    data = json.load(open(json_file, 'r'))
    if not os.path.exists(ana_txt_save_path):
        os.makedirs(ana_txt_save_path)

    id_map = {} # coco数据集的id不连续！重新映射一下再输出！
    with open(os.path.join(ana_txt_save_path, 'classes.txt'), 'w') as f:
        # 写入classes.txt
        for i, category in enumerate(data['categories']):
            f.write(f"{category['name']}\n")
            id_map[category['id']] = i
    # print(id_map)
    #这里需要根据自己的需要，更改写入图像相对路径的文件位置。
    list_file = open(os.path.join(ana_txt_save_path, 'train2017.txt'), 'w')
    for img in tqdm(data['images']):
        filename = img["file_name"]
        img_width = img["width"]
        img_height = img["height"]
        img_id = img["id"]
        head, tail = os.path.splitext(filename)
        ana_txt_name = head + ".txt"  # 对应的txt名字，与jpg一致
        f_txt = open(os.path.join(ana_txt_save_path, ana_txt_name), 'w')
        for ann in data['annotations']:
            if ann['image_id'] == img_id:
                box = convert((img_width, img_height), ann["bbox"])
                f_txt.write("%s %s %s %s %s\n" % (id_map[ann["category_id"]], box[0], box[1], box[2], box[3]))
        f_txt.close()
        #将图片的相对路径写入train2017或val2017的路径
        list_file.write('./images/train2017/%s.jpg\n' %(head))
    print("convert successful!")
    list_file.close()

 修改json和txt地址即可

转换完成打开相关文件，检查一下路径、文件名之类的有没有问题。

根目录/my_datasets/
├─train.txt
├─val.txt
|─test.txt # 这个没有也OK
├─images
│	├──train2017
│	│	├──xxx.jpg		
│	│	└──xxx.jpg		
│	└──val2017
│		├──xxx.jpg		
│		└──xxx.jpg
│	└──test2017
│		├──xxx.jpg		
│		└──xxx.jpg		
└──labels
	├──train2017
	│	├──xxx.txt	
	│	└──xxx.txt			
	|──val2017
	|	├──xxx.txt			
	|	└──xxx.txt			
	└──classes.txt

YOLOv9的复现

先下载代码：GitHub - WongKinYiu/yolov9: Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information

下载预训练文件：YOLOv9-C

 点这儿下载的是yolov9-c-converted.pt，点下面将yolov9-c.pt下载到根目录即可。

 搭建虚拟环境

# 创建环境
conda create -n yolov9 python=3.8

# 激活环境
conda activate yolov9 

# torch 安装
# 本机 CUDA 为 11.8，故安装了符合要求的 pytorch==1.13，这里需要自行根据 CUDA 版本安装适配的 torch 版本
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117


pip install Pillow==9.5.0
# pip 包
cd yolov9
pip install -r requirements.txt

 修改数据文件

在 yolov9/data 路径下新建 my_datasets.yaml 文件，以路径下的 coco.yaml 为标准进行参数配置，
修改 path 为数据存储路径
修改 names 为对应的标签名，编号名称要对应


path: ./datasets  # dataset root dir
train: train.txt  
val: val.txt  
test: test.txt  # optional

# Classes
names:
  0: chihen
  1: liewen2
  2: liewen1

 修改模型配置文件

./models/detect/yolov9-c.yaml

--nc        类别数量改一下就行

 

 配置训练的超参数

我们使用的是train_dual.py,val_dual.py,detect_dual.py都有_dual,使用train.py的话

修改train_dual.py，当然更妥当的方式应该是重写这个py文件

--weights        yolov9-c.pt 预训练权重文件的地址

--cfg       yolov9-c.yaml 文件的地址

--data        my_datasets.yaml文件的地址

--hyp        data/hyps/hyp.scratch-high.yaml   这个文件夹里面应该只有一个high没有low

--epochs

--batch-size

--imgsz

--dedvice        看你有几张卡，改一下

--optimizer        

 开始训练

终端输入命令

单卡训练指令

python train_dual.py


多卡训练指令

python -m torch.distributed.launch --nproc_per_node 8 train_dual.py

 看到下述界面，即成功开始训练！！！

 训练完

 exp里面会有训练的一些数据，exp15为例

配置验证超参数

修改val_dual.py

类似train_ dual.py，额外多一个

task：验证数据集选择，如val,test

开始验证

单卡验证指令

python val_dual.py

多卡验证指令

python -m torch.distributed.launch --nproc_per_node 8 val_dual.py

验证成功

配置推理超参数

修改detect_dual.py

 开始推理

单卡推理指令

python detect_dual.py

多卡推理指令

python -m torch.distributed.launch --nproc_per_node 8 detect.py

只要把需要推理的图片放在./datasets/images/test2017文件夹中，运行推理命令即可

推理的结果保存在runs\detect\exp 

可以查看评估一下

一些问题

遇到问题首先去官方issues里面查查

  我的问题都能在这里解决

Q1

Q2

yolo可以做分类吗?

YOLO（You Only Look Once）是一种实时对象检测系统，最初设计用于对象检测任务。然而，它也可以用于分类任务，尽管其主要用途并非如此。

YOLO 是一个单阶段对象检测器，它同时预测多个对象的边界框和类别标签。为了将 YOLO 用于纯分类任务，可以进行一些调整：

1. 去掉边界框预测部分：只保留分类部分的网络层。
2. 修改损失函数：从检测损失函数（包含分类损失和定位损失）修改为仅分类损失。

尽管可以调整 YOLO 进行分类任务，但这并不是最优选择。YOLO 的设计和架构使其在处理对象检测时表现出色，但在纯分类任务中，使用专门设计的分类网络（如 VGG、ResNet 等）通常更为高效和准确。