yolov5使用笔记

1. 利用gen_head_helmet.py文件生成yolo格式的标签新的.txt文件，每一行都是一个目标，类别序号是从零索引开始（因为我们的分类是[‘person’,‘head’,‘helmet’]），每行坐标是x_center,y_center,width,height,同时框坐标采用归一化的（数值都是在0~1之间），通过比例计算得

2. feature map:在每个卷积层，数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起，其中每一个称为一个feature map。在输入层，如果是灰度图片，那就只有一个feature map；如果是彩色图片，一般就是3个feature map（红绿蓝）。层与层之间会有若干个卷积核（kernel），上一层和每个feature map跟每个卷积核做卷积，都会产生下一层的一个feature map。该层卷积核的个数，有多少个卷积核，经过卷积就会产生多少个feature map一般网络越深的地方这个值**(卷积核的个数)**越大，因为随着网络的加深，feature map的长宽尺寸缩小，本卷积层的每个map提取的特征越具有代表性（精华部分），所以后一层卷积层需要增加feature map的数量，才能更充分的提取出前一层的特征，一般是成倍增加

3. 读取xml文件

   root是一个指向Element对象

   Element.findall()只查找直接的孩子

   Element.iter()用来寻找所有符合要求的Tag，注意，这里查找的范围是所有孩子和孩子的孩子

   直接用Element.text来得到这个Element的值

   import xml.etree.ElementTree as ET
   # 第一种读入方式：文件读入
   tree = ET.parse('sample.xml') 
   root = tree.getroot()
   # 第二种读入方式：字符串读入
   root = ET.fromstring(sample_as_string)
   

4. k-means（使用聚类分析求最佳先验框）：计算样本之间的距离（相似程度）将较近的样本聚为同一类别（簇）

   需要注意两点：a.如何表达样本与样本之间的距离（欧氏距离或者IOU交并比，目标检测通常是IOU,左上角对齐计算交并比）；b.分为几类,根据场景选择

5. 总共提供四种yolov5的版本，s/m/l/x，逐渐增大（随着架构的增大，训练的时间也同时逐渐增大）,yolov5s是网络深度和宽度最小但检测速度最快的模型,四个版本的区别仅在于depth_multiple与width_multiple这两个参数不同。

6. 生成best_anchors:

   为什么同一组数据每次算得都不一样呢，因为kmeans的种子（初始点）是随机生成的;三种不同尺寸的特征图，一种对应三种大小的锚框所以是9个

7. yolov5s.ymal:

   • yolov5s的anchors的分配规则是：尺度越大的feature map越靠前，相对原图的下采样率越小，感受野越小，则相对可以预测一些尺度比较小的物体，所有分配到定anchor越小；尺度越小的feature map越靠后，相对原图的下采样率越大，感受野越大，则相对可以预测一些尺寸比较大的物体，所有分配到的anchor也越大。

   • yolov5s的backbone:

     [from]表示当前模块的输入来自哪一层的输出，-1表示来自上一层的输出，层编号从0开始

     [number]表示当前模块的理论重复次数，实际的理论重复次数还要来自上面的参数depth_multiple共同决定，该参数影响整体网络模型的深度

     [model]模块类名（模块的功能）

8. os.sep：根据你所处的平台，自动采用相应的分隔符号

9. line47:def train(hyp, tb_writer, opt, device):

   logger模块：是python内置的标准模块，在release版本中只输出重要信息，而不必显示大量的调试信息；print将所有信息都输出到标准输出中，严重影响开发者从标准输出中查看他的数据，logger则以由开发者决定将信息输出到什么地方，以及怎么输出。logger从来不直接实例化

10. main()

• scikit-opt：是一个封装了7种启发式算法的python代码库（差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、鱼群算法、免疫优化算法）

• opt.resume断点续训主要保存的是网络模型的参数以及优化器optimizer的状态

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ouUZIVVN-1692241193066)(yolov5.assets/image-20230401131306825.png)]

11. # parameters
    nc: 3  # number of classes类别数量
    depth_multiple: 0.67  # model depth multiple控制模型深度（BottleneckCSP个数）
    width_multiple: 0.75  # layer channel multiple控制卷积通道channelge'shu
    
    # anchors
    anchors:
      - [7,15, 9,20, 11,23]
      - [13,28, 18,35, 25,44]
      - [36,61, 52,89, 85,147]
    
    # YOLOv5 backbone
    backbone:
      # [from, number, module, args]
      [[-1, 1, Focus, [64, 3]],  # 0-P1/2
       [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
       [-1, 3, BottleneckCSP, [128]],
       [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
       [-1, 9, BottleneckCSP, [256]],
       [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
       [-1, 9, BottleneckCSP, [512]],
       [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
       [-1, 1, SPP, [1024, [5, 9, 13]]],
       [-1, 3, BottleneckCSP, [1024, False]],  # 9
      ]
    
    # YOLOv5 head
    head:
      [[-1, 1, Conv, [512, 1, 1]],
       [-1, 1, nn.Upsample, [None, 2, 'nearest']],
       [[-1, 6], 1, Concat, [1]],  # cat backbone P4拼接
       [-1, 3, BottleneckCSP, [512, False]],  # 13
    
       [-1, 1, Conv, [256, 1, 1]],
       [-1, 1, nn.Upsample, [None, 2, 'nearest']],
       [[-1, 4], 1, Concat, [1]],  # cat backbone P3
       [-1, 3, BottleneckCSP, [256, False]],  # 17
    
       [-1, 1, Conv, [256, 3, 2]],
       [[-1, 14], 1, Concat, [1]],  # cat head P4
       [-1, 3, BottleneckCSP, [512, False]],  # 20
    
       [-1, 1, Conv, [512, 3, 2]],
       [[-1, 10], 1, Concat, [1]],  # cat head P5
       [-1, 3, BottleneckCSP, [1024, False]],  # 23
    
       [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
      ]
    
    

12. 以yolov5算法为核心技术，采用基于目标检测的佩戴安全帽的识别方法，一步到位，把安全帽类别直接当作多个目标检测的类别进行训练，该方案的特点：一是采用one-stage的方法直接端到端训练，任务简单，速度较快，二是部署简单，三是新增类别或数据的话需要人工拉框标注
    标检测的佩戴安全帽的识别方法，一步到位，把安全帽类别直接当作多个目标检测的类别进行训练，该方案的特点：一是采用one-stage的方法直接端到端训练，任务简单，速度较快，二是部署简单，三是新增类别或数据的话需要人工拉框标注