YOLOv5的GitHub项目地址:https://github.com/ultralytics/yolov5
CSDN博主在YOLOv5超详细的入门级教程系列里面讲的很详细,包括所用数据集的格式介绍,如何制作自己的数据集制作自己的PASCAL VOC2007格式的数据集,如何配置,如何训练。在此总结一下步骤:
我的目录结构如下
里面有3个数据集,fish
和helmet
是我自己标注的,他们的类别都只有1个。VOC2007
数据集是开源并且标注好的。我在每个数据集里面都放了个voc_label.py
的脚本,他们的内容都差不多,例如,fish
里面的voc_label.py
内容为
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test', 'val']
classes = ["fish"]
def convert(size, box):
dw = 1. / size[0]
dh = 1. / size[1]
x = (box[0] + box[1]) / 2.0
y = (box[2] + box[3]) / 2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return x, y, w, h
def convert_annotation(img_id):
in_file = open('Annotations/%s.xml' % img_id)
out_file = open('labels/%s.txt' % img_id, 'w')
tree = ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xml_box = obj.find('bndbox')
b = (float(xml_box.find('xmin').text), float(xml_box.find('xmax').text), float(xml_box.find('ymin').text),
float(xml_box.find('ymax').text))
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
print(wd)
for image_set in sets:
if not os.path.exists('labels/'):
os.makedirs('labels/')
image_ids = open('ImageSets/%s.txt' % image_set).read().strip().split()
list_file = open('%s.txt' % image_set, 'w')
for image_id in image_ids:
list_file.write('data/fish/images/%s.jpg\n' % image_id)
convert_annotation(image_id)
list_file.close()
- VOC2007格式的数据集,标注好后导出的是
.xml
格式的标签文件,首先用脚本make_txt.py
,将这些xml
文件生成相应的trainval.txt
,test.txt
,train.txt
,val.txt
。
make_txt.py
的脚本内容为:
import os
import random
train_val_percent = 0.1
train_percent = 0.9
xml_file_path = 'data/fish/Annotations' # 这里要根据你数据集的具体路径来写
txt_save_path = 'data/fish/ImageSets' # 这里要根据你数据集的具体路径来写
total_xml = os.listdir(xml_file_path)
num = len(total_xml)
lists = range(num)
tv = int(num * train_val_percent)
tr = int(tv * train_percent)
train_val = random.sample(lists, tv)
train = random.sample(train_val, tr)
f_train_val = open('data/fish/ImageSets/trainval.txt', 'w') # 这里要根据你数据集的具体路径来写
f_test = open('data/fish/ImageSets/test.txt', 'w') # 这里要根据你数据集的具体路径来写
f_train = open('data/fish/ImageSets/train.txt', 'w') # 这里要根据你数据集的具体路径来写
f_val = open('data/fish/ImageSets/val.txt', 'w') # 这里要根据你数据集的具体路径来写
for i in lists:
name = total_xml[i][:-4] + '\n'
if i in train_val:
f_train_val.write(name)
if i in train:
f_test.write(name)
else:
f_val.write(name)
else:
f_train.write(name)
f_train_val.close()
f_train.close()
f_val.close()
f_test.close()
- 将这些
xml
通过脚本voc_label.py
转换成YOLO
标注格式的文件。 - 创建
dataset.yaml
文件,配置数据集。 - 修改
model.yaml
模型文件。 - 修改
train.py
里面相关配置
模型能够正常训练,但是我在测试自己标注的fish数据集时,发现模型会将螃蟹、海星等也标识为fish,思考了下,一个原因是数据集太少,另一个是我标注的数据全是正样本。
博主虽然在YOLOv5超详细的入门级教程(训练篇)(二)里分析了PASCAL_VOC中的正负样本,但是在voc_label.py
的脚本中却并没有使用这些正负样本的相关代码。我自己先尝试着在数据集中加入一些不是fish的图,有fish的和原来一样标记,没有fish的什么也不标记。这样用标记精灵一起导出来,跑模型的时候报错了,大意是label
为空。想了一上午没想明白该怎么添加正负样本,回去睡了个午觉,起床的时候一瞬间想明白了。所以大家要多睡觉!!睡觉还是有用的!! 在该例子中,所谓的负样本,不是指什么都没标记的图,而是标记为其他类型的图。
至于怎么把负样本喂给模型,有待后续研究。
下面两个视频分别是自己标注的数据集fish
和VOC2007
的测试。
由于CSDN限制,无法插入视频。请移步我的博客YOLOv5初探