1.数据集标注
我们使用VOTT对图像数据集进行标注:
1. 将数据集拷贝到目标文件夹中,并创建结果文件夹。
2. 打开VOTT对数据集中的目标进行标注。
3. 全部标注结束后将文件导出。我们会得到标注的图片和对应的XML标注文件。
2.格式转化
1. 因为YOLO系列训练需要TXT格式的标注文件,所以我们需要将XML标注文件转化为·TXT文件。
我们首先创建转化make_txt.py代码。
# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd
sets = ['train', 'val', 'test']
classes = ["Belt"] # 改成自己的类别
abs_path = os.getcwd()
print(abs_path)
def convert(size, box):
dw = 1. / (size[0])
dh = 1. / (size[1])
x = (box[0] + box[1]) / 2.0 - 1
y = (box[2] + box[3]) / 2.0 - 1
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(image_id):
in_file = open('data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
out_file = open('data/labels/%s.txt' % (image_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
# 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)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
b1, b2, b3, b4 = b
# 标注越界修正
if b2 > w:
b2 = w
if b4 > h:
b4 = h
b = (b1, b2, b3, b4)
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for image_set in sets:
if not os.path.exists('data/labels/'):
os.makedirs('data/labels/')
image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
list_file = open('data/%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write(abs_path + '/data/images/%s.jpg\n' % (image_id))
convert_annotation(image_id)
list_file.close()
2. 划分数据集。我们需要训练集、验证集和测试集,所以需要对数据集进行划分.
我们再创建数据集划分代码voc_label.py。
import os
import random
trainval_percent = 0.8
train_percent = 0.8
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftest.write(name)
else:
fval.write(name)
else:
ftrain.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
3.模型训练
1. 首先创建数据配置文件。在YOLOV7的data数据集下创建myvoc.yaml配置文件。在文件里面写入训练集和验证集的路径、标注目标类别的数量以及标注类别的名称。
train: /home/11/yolov7/data/train.txt
val: /home/11/yolov7/data/val.txt
# number of classes
nc: 1
#class names
names: ["Belt"]
2. 然后对cfg/training文件下的yolov7.yaml文件进行修改。根据实际目标类别数量在该文件里面将number of classes进行修改。
3. 准备训练模型
第一步:我们将前面标注得到的图片和标注文件拷贝到YOLOV7的data数据集下。并创建一个新的文件夹取名ImageSets。
然后在YOLOV7文件夹下打开终端输入:
python make_txt.py
我们会得到label文件夹,里面就是转换得到的txt文件。
然后再次运行
python voc_label.py
我们会在ImageSets里面得到这四个文件。
当这些准备工作完成后将data下的JPEGImages文件夹改名为images。然后准备训练。
我们在刚才的终端中输入:
python train.py --cfg cfg/training/yolov7.yaml --weights yolov7.pt --data data/myvoc.yaml --batch-size 32 --epochs 300
模型开始训练
训练结束后会得到pt文件。然后我们需要将pt文件进行转化,因为只有转化为ONNX文件和Engine文件才能用TensorRT调用服务器GPU进行加速。
4. 部署
1. 下载DeepStream-Yolo-master项目文件。直接点击进入下载界面。
2. 找到DeepStream-Yolo-master/utils文件夹下的export_yoloV7.py文件并将该文件复制到YOLOV7的根目录处。该程序的主要目的就是将我们训练得到的模型文件转化为ONNX文件。
3. 模型转化,我们运行export_yoloV7.py文件,会将模型文件转换为ONNX文件。还是刚才的终端窗口我们输入:
python export_yoloV7.py --weight best_belt.pt
这个best_belt.pt是我们刚才训练得到的pt文件。我们就会得到这么一个ONNX文件。
5. DeepStream模型调用
1. 我们将前面下载的DeepStream-Yolo-master文件夹复制到Deepstream的source文件夹下。
2. 打开DeepStream-Yolo-master/nvdsinfer_custom_impl_Yolo文件夹,根据服务器的CUDA版本对Makefile进行修改。
3. 命令行输入make进行编译。
make
4. 对配置文件进行更改。打开deepstream_app_config.txt文件,将primary-gie文件进行更改。改为YOLOV7的配置文件。
5. 打开config_infer_primary_yolov7.txt对onnx-file进行更改。将我们之前得到的onnx文件移动到该文件夹下,并用新的得到的onnx文件的名称替换onnx-file。
6. 在命令行运行Deepstream就会得到对应的Engine文件。
deepstream-app -C deepstrea_app_config.txt
有了这两个文件就能对视频进行推理。