记录贴：运行Yolov5过程及遇到的问题

一、label的格式

Yolov5的label格式要求的是txt格式，如果遇到xml格式的代码，可以使用下列代码进行转换。

import os
import xml.etree.ElementTree as ET
dirpath = ''#存放xml的目录
newdir =  ''#存放txt的目录
if not os.path.exists(newdir):
    os.makedirs(newdir)
nameList = ['a','b']#数据有多少类别
for fp in os.listdir(dirpath):
    root = ET.parse(os.path.join(dirpath,fp)).getroot()
    xmin, ymin, xmax, ymax = 0,0,0,0
    sz = root.find('size')
    width = float(sz[0].text)
    height = float(sz[1].text)
    filename = root.find('filename').text
    for child in root.findall('object'):
        sub = child.find('bndbox')
        xmin = float(sub[0].text)
        ymin = float(sub[1].text)
        xmax = float(sub[2].text)
        ymax = float(sub[3].text)
        name = child.find('name').text
        if name not in nameList:
            nameList.append(name)
        idx = nameList.index(name)
        try: 
            x_center = (xmin + xmax) / (2 * width)
            y_center = (ymin + ymax) / (2 * height)
            w = (xmax - xmin) / width
            h = (ymax - ymin) / height
        except ZeroDivisionError:
            print(filename,'的 width有问题')
        with open(os.path.join(newdir, fp.split('.')[0]+'.txt'), 'a+') as f:
            f.write(' '.join([str(idx), str(x_center), str(y_center), str(w), str(h) + '\n']))

二、数据存放位置

可以创建一个新的文件夹，里面需要包含三部分文件。分别为train文件夹、valid文件夹和一个yaml格式的文件。trian和valid文件下面都包含有名为images的文件夹和名为labels的文件夹，用以储存图片和标签。
三个文件中train为训练集，valid为验证集，yaml用来存放数据的位置信息，具体需要包含以下四个信息，训练集图片的位置，验证机图片的位置，类别的数量，以及数据的类别以及名称。
示例：
数据存放在voc文件夹，voc文件夹与train.py文件同级别，voc文件夹里面有train、valid和名为data.yaml。
假设数据仅有a和b两个类别，那么mydata.yaml里需要包含以下四个信息，书写方式如下：

train: ./voc/train/images
val: ./voc/valid/images
nc: 2
names: ['a', 'b']

bug 1、Dataset not found.

yaml文件里的路径不对，按照报错修改路径即可。

bug 2、x names found for nc=x dataset in xx.yaml

yaml里的类别对不上，可能是yaml里n或names有问题。

三、开始训练

准备完数据后打开train.py文件，然后对一些参数进行修改。
首先需要修改参数位置，需要修改的代码如下：

parser.add_argument('--data', type=str, default='修改为前面写好的yaml的相对路径', help='data.yaml path')

接着就可以运行了。不过在第一次运行时，建议先将epoch和权重改小一点，运行成功了再改大参数。

bug 3、module ‘test’ has no attribute ‘test’

打开test.py文件，把里面的库和定义test的函数全部复制到train.py文件。

四、检测

打开detect.py，里面需要修改的参数有三个，weight，source和output。
需要需改的代码如下：

    parser.add_argument('--weights', nargs='+', type=str, default='修改为runs文件下最新的一次迭代里weights文件夹里的best.pt', help='model.pt path(s)')
    parser.add_argument('--source', type=str, default='需要检测的图片位置，为相对路径', help='source')
    parser.add_argument('--output', type=str, default='检测结果输出的位置，需要创建一个空的文件夹，不是空的会被清空', help='output folder')

bug4、'Image Not Found ’ + path

这里参考这个解决方案
将utils/datasets.py文件中的
p = str(Path(path).absolute())
改为p = str(Path(path))，重新运行代码即可