在Win10和Linux系统上同时调试yolov5|DOTA数据集

一、源码和预训练模型的链接

1.源码链接这里这里这里这里哦O(∩_∩)O~~~~
2.预训练模型我选择的是yolov5s这里这里哦O(∩_∩)O（感谢分享预训练模型的这位博主）~~~

二、使用的环境（建议使用Conda，CUDA10.0以上版本）

1. Win10:CUDA10.1 Linux:CUDA10.2
2. Win10:Miniconda3 Linux:Miniconda3
3. Win10:RTX 2060 Linux:RTX2080ti

三、项目的依赖

Python 3.7
Torch>=1.7.0
Torchvision>=0.8.1
Numpy>=1.18.5
Opencv-python>=4.1.2
Pycocotools>=2.0
可以直接运行指令 pip install -r requirements.txt

注：Windows系统安装pycocotools的时候可能会报这个错：ModuleNotFoundError: No module named 'pycocotools’

解决办法：git clone https://github.com/pdollar/coco.git下载源码放到无中文的路经下，进入文件夹cocoapi/PythonAPI下

运行指令：python setup.py build_ext --inplace

如果出现cl.exe的错，don’t worry!! 打开cocoapi/PythonAPI文件夹下的setup.py,删除前两个参数如下(画框那两个删了):

重新运行：python setup.py build_ext --inplace

如果上面解决了 紧接着再运行：python setup.py build_ext install 安装完成~

四、数据的搜取与制作

由于DOTA数据过于大，所以要进行切分；如果要用Yolo训练的话，还要把labels转成yolo格式的。整个过程相对于比较麻烦费时间，所以大家可以参考这篇文章来下载数据集和制作数据集。（这位博主已经把数据处理过了哦~~）
https://zhuanlan.zhihu.com/p/172283684

数据集是参照coco的形式做的，如果不是这种形式会报错哦~

labels里面存放的格式：

生成图片路径（train.txt和val.txt）的代码：

# coding: utf-8
import os


def createFilelist(images_path, text_save_path):
    # 打开图片列表清单txt文件
    file_name = open(text_save_path, "w")
    # 查看文件夹下的图片
    images_name = os.listdir(images_path)
    # 遍历所有文件
    for eachname in images_name:
        # 按照需要的格式写入目标txt文件
        file_name.write(images_path + '/' + eachname + '\n')

    print('生成txt成功！')

    file_name.close()


if __name__ == "__main__":
    # txt文件存放目录
    txt_path = r'D:\python_project\yolov5-master\coco\data'
    # 图片存放目录
    images_path = r'D:\python_project\yolov5-master\coco\data\val\images'
    # 生成图片列表文件命名
    txt_name = 'val.txt'
    if not os.path.exists(txt_name):
        os.mkdir(txt_name)
    # 生成图片列表文件的保存目录
    text_save_path = txt_path + '/' + txt_name
    # 生成txt文件
    createFilelist(images_path, text_save_path)

五、数据的训练
1.修改data/coco.yaml:

2.修改 models yolov5s.yaml:

3.修改train.py(我画白箭头的地方都需要修改，修改完这里训练指令就不需要很长了~)
注:epochs根据自己的数据集来定！
batch_size和图像尺寸 根据自己的显卡来定！
device 是根据自己的显卡个数来定，如果就1块的话，就写0，以此类推~

这里面我疑惑的是，我Windows系统显卡型号也不低，CUDA也安装成功了，但是batch_size最高就能设置2，训练的时候显卡占用率也很低，据网上说 YOLOV5数据读取和处理的方式是用cpu处理的 才会导致这样。

4.好了，开始输入指令训练了：python train.py

5.我训了60个epoch，map67%（未优化）：

六、模型的测试

1.修改detect.py

2.输入指令python detect.py就Ok了

测试结果：
看起来效果还Okey~ yolov5训练出来的模型很小的，所以说测试的速度也很快哦~~

有问题可以私信我，也可以评论区见哦~ 本人还属于小白，希望各路大神多多指点~