1. yolo 初步印象

1. 目标

本来对yolo没有印象，也没有兴趣，但是因为工作会接触到客户咨询CNN网络相关的问题，有时候会提到yolo，所以想对这块的知识做个大概的了解，不至于以后和客户交流的时候，完全不知道对方在说什么。

2. 参考

史上最详细yolov5环境配置搭建+配置所需文件_想到好名再改的博客-CSDN博客_yolov5环境配置

​​​​​​Kissrabbit - 知乎

3. 实验目的

参考网上一篇文章，搭建了自己的测试环境，做了一下实验。

4. 实验环境

显卡：GTX1650

CPU：i7-10750H @ 2.6GHz

win 10

Anaconda Navigator 1.9.12

PyCharm 2022.1.1 (Community Edition)

Python 3.7.13

Torch 1.9.0+cu111

torchvision 0.10.0+cu111

torchaudio 0.9.0

5. 实验步骤

5.1 下载yolov5源代码

从官网下载yolov5源代码，本文使用的是参考博客中下载好了放在百度网盘里面的代码。

5.2 安装Anaconda与PyCharm

两个开发工具从官网均可下载，Anaconda我是从参考博客里面的百度网盘下载的，PyCharm是从官网下载的社区版本。

5.3 安装cuda10.2和cudnn-10.2-windows10-x64-v7.6.5.32

5.4 安装Pytorch 1.9.1及其他库

使用conda下载，速度会比较慢，所以使用以下镜像下载，实测速度比较快，下载好了的环境也可以运行。

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simple

5.5 下载权重文件

5.6 实际测试

5.7 训练自制数据集

步骤1

使用labelimg，制作数据集，导出的是xml文件。

步骤2

使用xml2txt.py将xml文件转换成txt文件。在xml2txt.py中，需要修改数据集的名称，以及xmlpath和txtpath的路径。

步骤3

训练图片的位置在data/coco128.yaml文件中指定。

 

训练1000次，可以看到结果如下图，基本是从500次过后，mAP的值就平稳了。

识别

 识别使用detect.py文件，其中有三个关键参数：

--weights    配置权重文件

--conf-thres    如果这个值比较低，则有一些概率很低的对象被识别出来，也会框起来

--device    识别使用的设备，在我的机器上面，如果使用GPU识别，什么东西都识别不出来，如果使用CPU去识别，能识别出来。训练的时候使用的GPU训练的，这点有些奇怪。

5.7.1 coco128数据集

5.8 问题

如果报内存不足，可以参考以下配置虚拟内存。

我的电脑    属性    高级系统设置    高级    性能    设置    高级    虚拟内存    更改

6. 疑问

1. 实验图片最少需要多少张？

        参考的网友的博客做的实验，他里面使用python生成了999张图片，然后学习的时候效率比较低下，我看coco128网络里面，总共使用128张图片，查看里面有关猫的图片，只有三张，但是只有这三张training过后的文件，能够识别到猫，所以我觉得实际要是只识别一种单一物体的话，不需要太多的图片。但是我使用作者的示例工程去识别圆，发现使用10张做训练的源，生成的bset.pt文件，也一样不能够识别圆。

2. 显卡识别不了，CPU运算可以识别

        使用yolov5版本的.pt文件去做detect，发现如果不将以下代码中default改成"cpu"，从log里面可以看出是在使用cuda进行运算，但是得到的结果不对。

parser.add_argument('--device', default='cpu', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')