目录
- 准备工作
- 开始训练
准备工作
- python环境配置
-
通过Anaconda创建一个python的虚拟环境
这里有两种方法:
a.使用anaconda图形化工具
b.使用conda命令
conda create -n 虚拟环境名字 python=指定版本
- 在此环境中安装pytorch,下载好对应的CUDA
若是使用GPU而非CPU,确保GPU是NVIDIA的产品而非AMD,AMD不能用于深度学习,此处演示的是使用GPU进行训练而非CPU
a.打开cmd输入 nvidia-smi
此处可以看到cuda的版本12.5,随后打开pytorch官网,选择指定的下载命令,注意在你电脑上刚刚查到的cuda version>cuda runtime,即根据下图,由于我的cuda version是12.5,那么三个选项都可以安装(11.8,12.1,12.4),然后conda和pip都可以用,我这里选择的是conda,复制下方的命令
在指定的虚拟环境中运行
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
安装完成后,用pycharm新建一个项目(python解释器使用该虚拟环境中的)用于测试pytorch是否安装成功,若显示False则安装失败
- yolo项目配置
- 找到并下载官网的yolov10项目
代码地址
将项目下载到本地后使用pycharm打开,选择刚刚配置好的虚拟环境(即选择对应的python解释器),打开终端
- 安装yolov10中requirement.txt对应的包
- 数据集准备
数据集这里使用的是coco2017
coco2017训练集:train2017
coco2017验证集:val2017
coco2017测试集:test2017
coco2017各个类别的标注:annotations_trainval2017
下载后的文件如下
-
下载好数据集到项目中
在yolov10项目中coco数据集转化后对应的数据集文件结构如下
images中即存放对应的训练集和验证集的图片
labels中暂时为空,同时两个txt文件也没有,因为还没开始转化 -
将coco数据格式转化为yolo数据格式
a.在项目中新建一个python文件用于存放格式转化的脚步,脚本如下:
#COCO 格式的数据集转化为 YOLO 格式的数据集
#--json_path 输入的json文件路径
#--save_path 保存的文件夹名字,默认为当前目录下的labels。
import os
import json
from tqdm import tqdm
import argparse
parser = argparse.ArgumentParser()
#这里根据自己的json文件位置,换成自己的就行
parser.add_argument('--json_path', default='F:/PY/Yolov10/dataset/annotations/instances_val2017.json',type=str, help="input: coco format(json)")
#这里设置.txt文件保存位置
parser.add_argument('--save_path', default='F:/PY/Yolov10/datasets/coco/labels/val2017', type=str, help="specify where to save the output dir of labels")
arg = parser.parse_args()
def convert(size, box):
dw = 1. / (size[0])
dh = 1. / (size[1])
x = box[0] + box[2] / 2.0
y = box[1] + box[3] / 2.0
w = box[2]
h = box[3]
#round函数确定(xmin, ymin, xmax, ymax)的小数位数
x = round(x * dw, 6)
w = round(w * dw, 6)
y = round(y * dh, 6)
h = round(h * dh, 6)
return (x, y, w, h)
if __name__ == '__main__':
json_file = arg.json_path # COCO Object Instance 类型的标注
ana_txt_save_path = arg.save_path # 保存的路径
data = json.load(open(json_file, 'r'))
if not os.path.exists(ana_txt_save_path):
os.makedirs(ana_txt_save_path)
id_map = {} # coco数据集的id不连续!重新映射一下再输出!
with open(os.path.join(ana_txt_save_path, 'classes.txt'), 'w') as f:
# 写入classes.txt
for i, category in enumerate(data['categories']):
f.write(f"{category['name']}\n")
id_map[category['id']] = i
# print(id_map)
#这里需要根据自己的需要,更改写入图像相对路径的文件位置。
list_file = open(os.path.join(ana_txt_save_path, 'train2017.txt'), 'w')
for img in tqdm(data['images']):
filename = img["file_name"]
img_width = img["width"]
img_height = img["height"]
img_id = img["id"]
head, tail = os.path.splitext(filename)
ana_txt_name = head + ".txt" # 对应的txt名字,与jpg一致
f_txt = open(os.path.join(ana_txt_save_path, ana_txt_name), 'w')
for ann in data['annotations']:
if ann['image_id'] == img_id:
box = convert((img_width, img_height), ann["bbox"])
f_txt.write("%s %s %s %s %s\n" % (id_map[ann["category_id"]], box[0], box[1], box[2], box[3]))
f_txt.close()
#将图片的相对路径写入train2017或val2017的路径
list_file.write('F:/PY/Yolov10/dataset/yolo-coco/images/train2017/%s.jpg\n' %(head))
print("convert successful!")
list_file.close()
在脚本开始运行前修改json path(之前画箭头的那两个文件地址)和save path(刚刚新建的文件结构中的labels目录下),此脚本运行两次,因为有两个对应的json文件。
==在instances_train2017.json文件进行脚本转化的过程中,时间可能比较长,笔者当时转化了足足8h,原因可能是该脚本存在频繁的读写以及json较大的原因(448MB),而instances_val2017.json对应的json脚本耗时很小 ==
在你完成转化后你将得到labels下train2017和val2017两个文件,其中全是txt文件,注意把里面的train2017.txt和val2017.txt文件挪出来,目录结构上方已经展示。
开始训练
在训练之前建议修改一下coco.yaml
改为修改完格式后的数据集对应的绝对路径
完成上述准备工作后就可以着手准备训练了。我是按照GitHub上面所写来进行训练的
yolo detect train data=coco.yaml model=yolov10n/s/m/b/l/x.yaml epochs=500 batch=256 imgsz=640 device=0,1,2,3,4,5,6,7
其中device表示所使用的GPU的数量,这里填的0表示单块GPU进行训练,epochs表示训练的轮数,若是显存不够用可以尝试减小batch,imgsz为图片大小,yolov10后面跟的字母表示模型的大小,具体可以看GitHub。
我使用的命令如下(在终端上运行),目的只是跑完整个流程,所以参数选择小:
yolo detect train data=coco.yaml model=yolov10n.yaml epochs=5 batch=8 imgsz=640 device=0
运行过程如下
值得一提的是我为了减小训练时间,把images中train2017的图片删除了相当大的一部分,可能会得到如下警告,但是对于训练过程并不会有影响
模型推理
yolo predict model=jameslahm/yolov10{n/s/m/b/l/x}
模型导出
yolo predict model=yolov10n/s/m/b/l/x.onnx
至此,运行结束