YOLOv5 训练 SCB-Dataset3-S

CSPhD-winston-杨帆

已于 2023-11-01 19:39:57 修改

阅读量680

点赞数 3

文章标签： YOLO

于 2023-09-23 00:57:00 首次发布

本文链接：https://blog.csdn.net/WhiffeYF/article/details/133162741

版权

0 公开数据

SCB-Dataset3 数据集【百度云】：链接：https://pan.baidu.com/s/1ROnHmndynlzNiLWyzSMA3g?pwd=5qyf
提取码：5qyf

训练数据【百度云】：链接：https://pan.baidu.com/s/1Of6cG4X0FP015c1mQKnfng?pwd=sm7k
提取码：sm7k

paper：https://arxiv.org/pdf/2310.16267.pdf

1 环境配置

YOLOv5 github ：https://github.com/ultralytics/yolov5

PyTorch / 1.8.1 / 3.8(ubuntu18.04) / 11.1
在这里插入图片描述

2 SCB-Dataset3-S 数据准备

这里使用YOLOv5 训练自定义数据集（SCB-Dataset3）
备注：关于SCB-Dataset3公开在github中：
https://github.com/Whiffe/SCB-dataset

在平台中上传数据，通过阿里云盘的方式上传
在这里插入图片描述
解压数据

unzip 5k_HRW_yolo_Dataset.zip
unzip 0.355k_university_yolo_Dataset.zip
unzip 0.71k_university_yolo_Dataset.zip

在这里插入图片描述

3 YOLOv5 安装

安装命令

git  clone https://gitee.com/YFwinston/yolov5.git
cd yolov5
pip install -r requirements.txt

推理：

python detect.py --weight yolov5n.pt --source 1.png

在这里插入图片描述

YOLOv5 训练

训练的yaml文件

将下面的文件放到：yolov5/data/

5k_HRW_yolo_Dataset.yaml

train: /root/autodl-tmp/5k_HRW_yolo_Dataset/images/train
val: /root/autodl-tmp/5k_HRW_yolo_Dataset/images/val

# number of classes
nc: 3

# class names
names: [ 'hand-raising','reading','writing']

权重下载与上传

在这里插入图片描述

训练SCB-Dataset3-S

建议先把这个下载到本地，然后上传：https://ultralytics.com/assets/Arial.ttf

 cp Arial.ttf /root/.config/Ultralytics/Arial.ttf

yolov5n

修改models/yolov5n.yaml内容如下：
在这里插入图片描述

yolov5n 训练

python train.py --weights yolov5n.pt  --data data/5k_HRW_yolo_Dataset.yaml --cfg models/yolov5n.yaml  --batch 8 --epochs 100  && /usr/bin/shutdown

在这里插入图片描述

yolov5n 验证

python val.py --weights runs/train/exp/weights/best.pt  --data data/5k_HRW_yolo_Dataset.yaml

在这里插入图片描述
fps GPU

python fps.py --weights runs/train/exp/weights/best.pt

在这里插入图片描述
fps:107.5

fps CPU

python fps.py --weights runs/train/exp/weights/best.pt --device cpu

在这里插入图片描述
BSI

python detect.py --weight  runs/train/exp/weights/best.pt  --source /root/autodl-tmp/5k_HRW_yolo_Dataset/images/val/ --save-txt --device cpu

在这里插入图片描述

python BehaviorSimilarityCalculation.py --labels_path runs/detect/exp2/labels

在这里插入图片描述
all_count_category: {‘0’: 2413, ‘1’: 3060, ‘2’: 828}
all_count_overlap: {‘1 2’: 117, ‘0 2’: 2, ‘0 1’: 13}
1 2: 0.038 0.141
0 2: 0.001 0.002
0 1: 0.005 0.004

yolov5s

在这里插入图片描述

yolov5s 训练

python train.py --weights yolov5s.pt  --data data/5k_HRW_yolo_Dataset.yaml  --cfg models/yolov5s.yaml  --batch 8 --epochs 100  && /usr/bin/shutdown

在这里插入图片描述

yolov5s 验证

python val.py --weights  runs/train/exp2/weights/best.pt   --data data/5k_HRW_yolo_Dataset.yaml

在这里插入图片描述
fps

python fps.py --weights runs/train/exp2/weights/best.pt

在这里插入图片描述
fps:92.2

python fps.py --weights runs/train/exp2/weights/best.pt --device cpu

BSI

python detect.py --weight  runs/train/exp2/weights/best.pt  --source /root/autodl-tmp/5k_HRW_yolo_Dataset/images/val/ --save-txt --device cpu

在这里插入图片描述

python BehaviorSimilarityCalculation.py --labels_path runs/detect/exp3/labels

在这里插入图片描述

all_count_category: {‘0’: 2415, ‘1’: 2859, ‘2’: 787}
all_count_overlap: {‘0 1’: 11, ‘0 2’: 4, ‘1 2’: 94}
0 1: 0.005 0.004
0 2: 0.002 0.005
1 2: 0.033 0.119

yolov5m

在这里插入图片描述

yolov5m 训练

python train.py --weights yolov5m.pt  --data data/5k_HRW_yolo_Dataset.yaml   --cfg models/yolov5m.yaml --batch 8 --epochs 100  && /usr/bin/shutdown

在这里插入图片描述

yolov5m 验证

python val.py --weights runs/train/exp3/weights/best.pt    --data data/5k_HRW_yolo_Dataset.yaml

在这里插入图片描述

fps

python fps.py --weights runs/train/exp3/weights/best.pt

在这里插入图片描述
fps:55.3

BSI

python detect.py --weight  runs/train/exp3/weights/best.pt  --source /root/autodl-tmp/5k_HRW_yolo_Dataset/images/val/ --save-txt --device cpu

在这里插入图片描述

python BehaviorSimilarityCalculation.py --labels_path runs/detect/exp4/labels

在这里插入图片描述
all_count_category: {‘0’: 2300, ‘2’: 728, ‘1’: 2688}
all_count_overlap: {‘1 2’: 86, ‘0 2’: 6, ‘0 1’: 10}
1 2: 0.118 0.032
0 2: 0.003 0.008
0 1: 0.004 0.004

yolov5l

在这里插入图片描述

yolov5l 训练

python train.py --weights yolov5l.pt  --data data/5k_HRW_yolo_Dataset.yaml --batch 8 --epochs 100  && /usr/bin/shutdown

在这里插入图片描述

yolov5l 验证

python val.py --weights runs/train/exp4/weights/best.pt    --data data/5k_HRW_yolo_Dataset.yaml

在这里插入图片描述

BSI

python detect.py --weight  runs/train/exp4/weights/best.pt  --source /root/autodl-tmp/5k_HRW_yolo_Dataset/images/val/ --save-txt

在这里插入图片描述

python BehaviorSimilarityCalculation.py --labels_path runs/detect/exp6/labels

在这里插入图片描述
all_count_category: {‘0’: 2241, ‘1’: 2655, ‘2’: 710}
all_count_overlap: {‘1 2’: 87, ‘0 1’: 8, ‘0 2’: 1}
1 2: 0.033 0.123
0 1: 0.004 0.003
0 2: 0.000 0.001

yolov5x

在这里插入图片描述

yolov5x 训练

python train.py --weights yolov5x.pt  --data data/5k_HRW_yolo_Dataset.yaml   --cfg models/yolov5x.yaml  --batch 8 --epochs 100  && /usr/bin/shutdown

断点训练
在这里插入图片描述

python train.py --weights runs/train/exp5/weights/last.pt  --data data/5k_HRW_yolo_Dataset.yaml   --cfg models/yolov5x.yaml  --batch 8 --epochs 100 --resume && /usr/bin/shutdown

在这里插入图片描述
yolov5x 验证

python val.py --weights runs/train/exp5/weights/best.pt   --data data/5k_HRW_yolo_Dataset.yaml

在这里插入图片描述

BSI

python detect.py --weight  runs/train/exp5/weights/best.pt  --source /root/autodl-tmp/5k_HRW_yolo_Dataset/images/val/ --save-txt

在这里插入图片描述

python BehaviorSimilarityCalculation.py --labels_path runs/detect/exp7/labels

在这里插入图片描述

all_count_category: {‘0’: 2208, ‘1’: 2588, ‘2’: 712}
all_count_overlap: {‘0 1’: 12, ‘1 2’: 94, ‘0 2’: 1}
0 1: 0.005 0.005
1 2: 0.036 0.132
0 2: 0.000 0.001

CSPhD-winston-杨帆

关注

3
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
YOLOv5 训练 SCB-Dataset3-S

这里使用YOLOv5 训练自定义数据集（SCB-Dataset3）将下面的文件放到：yolov5/data/在平台中上传数据，通过阿里云盘的方式上传。yolov5n 训练。yolov5n 验证。yolov5s 训练。yolov5s 验证。yolov5m 训练。yolov5m 验证。yolov5l 训练。yolov5l 验证。yolov5x 训练。yolov5x 验证。
复制链接

扫一扫