yolov5 教学入门使用

最新推荐文章于 2024-04-08 16:51:12 发布

hellcvr

最新推荐文章于 2024-04-08 16:51:12 发布

阅读量5.6k

点赞数 3

文章标签： python pytorch 目标检测人工智能

本文链接：https://blog.csdn.net/hellcvr/article/details/121445060

版权

安装

先把项目下载到本地
```
git clone https://github.com/ultralytics/yolov5.git
```
也可以到网站下载压缩包解压

我用的原生python，希望创造一个独立的虚拟环境，所以这里用到了virtualenv，在你的工作运行
```
python -m venv yolo
```
会在当前文件夹创建一个纯净的python环境，以后下载的所有包都在yolo文件夹里，而不会和你原生环境的包版本冲突，当然你也可以跳过这一步，不创建虚拟环境，直接在原生环境安装依赖。

运行成功后进入yolo文件夹下的Scripts文件夹，在命令行运行activate.bat激活虚拟环境，如图

此时你的python、pip都是执行在虚拟环境里了。

将下载好的yolov5源码文件夹移入Scripts文件夹，进入yolov5文件夹，运行
```
pip install -r requirements.txt
```
由于默认安装的pytorch是cpu版本的，为了提高运行速度，这里我们重新安装一个gpu版本的pytorch
```
pip install torch==1.9.1+cu102 torchvision==0.10.1+cu102 torchaudio===0.9.1 -f https://download.pytorch.org/whl/torch_stable.html
```
在安装pytorch-gpu的时候可能会遇到没有cuda的情况，安装cuda可以自己去网上查找教学，这里不说明了，记得更改对应上面的cuda版本号，不过我本机安装的cuda是10.0，运行上面的cuda10.2也运行成功了。

运行试试

1、进入到yolov5，运行

python detect.py

第一次运行会自动从网上下载最新的yolov5s.pt权重

运行结束后会在当前文件夹生成runs\detect\exp目录，里面会利用模型识别出的两张示例图片

同时根据官网示例，还可以用相同的命令识别不同的媒体

python detect.py --source 0  # webcam
                          file.jpg  # image 
                          file.mp4  # video
                          path/  # directory
                          path/*.jpg  # glob
                          'https://youtu.be/NUsoVlDFqZg'  # YouTube
                          'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream

为了更清晰为啥会得这样的结果，下面进入detect.py文件看一些关键参数

在这里插入图片描述

–weights 是使用到的权重文件

–source 是使用的源文件

–img-size 是图片大小，也就是讲源文件压缩到640*640的大小

–device 是使用到的GPU设备，当你有多个GPU时可以自定义编号，这里pytorch会自动探测取0编号GPU

–project 识别结果的输出文件夹

训练自己的模型

Github上面有yolov5官方的训练教学，用到的是COCO数据集，这里是训练自己的数据集

创建数据集

首先需要知道的是，如果要得到一个稍微好一点的模型，需要至少200张图片，当然你测试的话可以少一点，

1、下载打标签软件https://github.com/tzutalin/labelImg，用法自己了解了，这一步是体力活了，将所有图片打上你要识别的标签，创建一个datasets文件夹，在里面创建annotations、images、labels文件夹，结构如图

在这里插入图片描述

images保存用于打标签的图片，annotations保存打好标签的xml文件，labels文件夹先不用管

2、由于yolo训练用到的是txt格式，所以需要转换xml到txt，编写transferm.py脚本文件，代码如下

import os
import xml.etree.ElementTree as ET


def ConverCoordinate(imgshape, bbox):
    # 将xml像素坐标转换为txt归一化后的坐标
    xmin, xmax, ymin, ymax = bbox
    width = imgshape[0]
    height = imgshape[1]
    dw = 1. / width
    dh = 1. / height
    x = (xmin + xmax) / 2.0
    y = (ymin + ymax) / 2.0
    w = xmax - xmin
    h = ymax - ymin

    # 归一化
    x = x * dw
    y = y * dh
    w = w * dw
    h = h * dh

    return (x,y,w,h)

def readxml(filename):
    outfile = open('labels/{}.txt'.format(filename), 'w')
    filetree = ET.parse('annotations/{}.xml'.format(filename))
    root = filetree.getroot()
    size = root.find('size')
    width = int(size.find('width').text)
    height = int(size.find('height').text)
    imgshape = (width, height)

    for obj in root.findall('object'):
        # 获取类别名，判断是否在classes中，不存在则跳过。
        obj_name = obj.find('name').text
        if obj_name not in classes:
            continue
        obj_id = classes.index(obj_name)
        # 获取每个obj的bbox框的左上和右下坐标
        bbox = obj.find('bndbox')
        xmin = float(bbox.find('xmin').text)
        xmax = float(bbox.find('xmax').text)
        ymin = float(bbox.find('ymin').text)
        ymax = float(bbox.find('ymax').text)
        bbox_coor = (xmin, xmax, ymin, ymax)

        txtvalue = ConverCoordinate(imgshape, bbox_coor)
        outfile.write('{}'.format(obj_id) + ' ' + ' '.join([str(i) for i in txtvalue]) + '\n')


if __name__ == '__main__':
    # 超参数
    classes = ['hero','flash','skill','restore']

    # 配置JPEG文件路径
    localdir = os.getcwd()
    Imagesfiledir = os.path.join(localdir, 'images')
    for filename in os.listdir(Imagesfiledir):
        readxml(filename[:-4])

注意！！！

上面classes保存的是你打的所有标签，顺序很重要。

3、此时还要编写一个文件，以至于符合yolov5训练需要的数据集格式，也就是划分数据集，编写split.py，键入如下代码：

import os
import shutil
import random,math
src = 'images'
dst = 'labels'
img_name = os.listdir('./images')
amount = len(img_name)
img_format = img_name[0][-4:]
img_name = [i[:-4] for i in img_name]
length = math.floor(0.8 * amount)
print(length)
train_labels_path = 'train/labels'
train_images_path = 'train/images'
val_images_path = 'val/images'
val_labels_path = 'val/labels'

# 创建文件夹
if not os.path.exists(train_labels_path):
    os.makedirs(train_labels_path)

if not os.path.exists(train_images_path):
    os.makedirs(train_images_path)

if not os.path.exists(val_images_path):
    os.makedirs(val_images_path)

if not os.path.exists(val_labels_path):
    os.makedirs(val_labels_path)

# 创建训练集
for i in range(length):
    img = random.choice(img_name)
    images = os.path.join(src,img+img_format)
    print(images)
    labels = os.path.join(dst,img+'.txt')
    shutil.move(images,train_images_path)
    shutil.move(labels,train_labels_path)
    img_name.remove(img)
# 创建测试集
for i in range(amount-length):
    images = os.path.join(src,img_name[i]+img_format)
    labels = os.path.join(dst,img_name[i]+'.txt')
    shutil.move(images,val_images_path)
    shutil.move(labels,val_labels_path)

将两个脚本文件放在和三个文件夹同级的目录下，依次运行后，得到如下目录结构

在这里插入图片描述

此时可以删掉除train、val的其他文件和文件夹了，即剩下

在这里插入图片描述

终于得到数据集了。。。

修改配置

1、创建自己的配置文件hero.yaml

train: ./data/datasets/train/images
val: ./data/datasets/val/images
nc: 4 # 下面标签的数量

names: ['hero','flash','skill','restore']

将hero.yaml和datasets文件夹都放入yolov5目录下的data文件夹

2、修改train.py文件，如图，修改几个关键参数在这里插入图片描述
–weights 初始权重，这个默认yolov5s，可以不加，但加上效果可能好一点

–data 配置文件名，需要更改为自己的datasets

–epochs 训练世代，默认是300

–batch-size 批训练大小，需要加载进内存，16可能有点大，这里根据自己内存大小动态调整

–img-size 统一压缩到的图片大小，这里默认就好

实际上只需要简单改一下–data

3、训练试试

python train.py

等待训练完成即可

如果出现错误如下

在这里插入图片描述

那么可以改小–batch-size的大小

或者增加内存大小，方法：https://blog.csdn.net/weixin_43817670/article/details/116748349

hellcvr

关注

3
点赞
踩
47

收藏

觉得还不错? 一键收藏
2
评论
yolov5 教学入门使用

安装先把项目下载到本地git clone https://github.com/ultralytics/yolov5.git也可以到网站下载压缩包解压我用的原生python，希望创造一个独立的虚拟环境，所以这里用到了virtualenv，在你的工作运行python -m venv yolo会在当前文件夹创建一个纯净的python环境，以后下载的所有包都在yolo文件夹里，而不会和你原生环境的包版本冲突，当然你也可以跳过这一步，不创建虚拟环境，直接在原生环境安装依赖。运行成功后进入
复制链接

扫一扫