前言
提示:本文是YOLOv5训练自己数据集的记录教程,需要大家在本地已配置好CUDA,cuDNN等环境,没配置的小伙伴可以查看我的往期博客:在Windows10上配置CUDA环境教程
YOLOv5是在计算机视觉目标检测领域中具有重要影响力的算法模型,广泛应用于智能驾驶、安防监控、工业检测、机器人视觉等众多需要实时目标检测的场景中,源代码在如今也是一直在更新着。
一、YOLOv5简介
-
输入端:
- Mosaic数据增强:参考2019 年提出的cutmix数据增强方式,采用4张图片,进行随机缩放、随机裁剪、随机排布的方式拼接,大大丰富了检测数据集,特别是增加了很多小目标,使得网络具有更好的鲁棒性,并且在小批量情况下也能达到较好训练效果。
- 自适应锚框计算:每次训练时会自适应计算不同训练集中的最佳锚框值,利于网络快速收敛。
- 自适应图片缩放:减少图像预处理的计算量等。
-
Backbone(骨干网络):
- 不同版本有差异,如yolov5 6.1版本中采用new CSP - Darknet53等。
- Focus结构:类似Yolov2的passthrough结构,先切片操作后拼接再卷积等。
- CSP结构:借鉴CSPNet网络结构,由卷积层和残差模块等组成。
-
Neck:
- 采用FPN + PAN的结构(同YOLOv4类似),即除了上采样外,又增加了一部分下采样模块,能融合更丰富的特征。
二、环境搭建
在配置好CUDA环境,并且获取到YOLOv5源码后,建议新建一个虚拟环境专门用于YOLOv5模型的训练。将YOLOv5加载到环境后,安装剩余的包。requirements.txt
中包含了运行所需的包和版本,利用以下命令批量安装:
pip install -r requirements.txt
三、构建数据集
YOLOv5模型的训练需要原图像及对应的YOLO格式标签,还未制作标签的可以参考我这篇文章:LabelImg安装与使用教程。
我的原始数据存放在根目录的data
文件夹(新建的)下,里面包含图像和标签。
标签内的格式如下:
具体格式为 class_id x y w h,分别代表物体类别,标记框中心点的横纵坐标(x, y),标记框宽高的大小(w, h),且都是归一化后的值,图片左上角为坐标原点。
将原本数据集按照8:1:1的比例划分成训练集、验证集和测试集三类,划分代码如下。
# 将图片和标注数据按比例切分为 训练集和测试集
import shutil
import random
import os
# 原始路径
image_original_path = "originaldata/images/"
label_original_path = "originaldata/labels/"
cur_path = os.getcwd()
#cur_path = 'D:/image_denoising_test/denoise/'
# 训练集路径
train_image_path = os.path.join(cur_path, "datasets/images/train/")
train_label_path = os.path.join(cur_path, "datasets/labels/train/")
# 验证集路径
val_image_path = os.path.join(cur_path, "datasets/images/val/")
val_label_path = os.path.join(cur_path, "datasets/labels/val/")
# 测试集路径
test_image_path = os.path.join(cur_path, "datasets/images/test/")
test_label_path = os.path.join(cur_path, "datasets/labels/test/")
# 训练集目录
list_train = os.path.join(cur_path, "datasets/train.txt")
list_val = os.path.join(cur_path, "datasets/val.txt")
list_test = os.path.join(cur_path, "datasets/test.txt")
train_percent = 0.8
val_percent = 0.1
test_percent = 0.1
def del_file(path):
for i in os.listdir(path):
file_data = path + "\\" + i
os.remove(file_data)
def mkdir():
if not os.path.exists(train_image_path):
os.makedirs(train_image_path)
else:
del_file(train_image_path)
if not os.path.exists(train_label_path):
os.makedirs(train_label_path)
else:
del_file(train_label_path)
if not os.path.exists(val_image_path):
os.makedirs(val_image_path)
else:
del_file(val_image_path)
if not os.path.exists(val_label_path):
os.makedirs(val_label_path)
else:
del_file(val_label_path)
if not os.path.exists(test_image_path):
os.makedirs(test_image_path)
else:
del_file(test_image_path)
if not os.path.exists(test_label_path):
os.makedirs(test_label_path)
else:
del_file(test_label_path)
def clearfile():
if os.path.exists(list_train):
os.remove(list_train)
if os.path.exists(list_val):
os.remove(list_val)
if os.path.exists(list_test):
os.remove(list_test)
def main():
mkdir()
clearfile()
file_train = open(list_train, 'w')
file_val = open(list_val, 'w')
file_test = open(list_test, 'w')
total_txt = os.listdir(label_original_path)
num_txt = len(total_txt)
list_all_txt = range(num_txt)
num_train = int(num_txt * train_percent)
num_val = int(num_txt * val_percent)
num_test = num_txt - num_train - num_val
train = random.sample(list_all_txt, num_train)
# train从list_all_txt取出num_train个元素
# 所以list_all_txt列表只剩下了这些元素
val_test = [i for i in list_all_txt if not i in train]
# 再从val_test取出num_val个元素,val_test剩下的元素就是test
val = random.sample(val_test, num_val)
print("训练集数目:{}, 验证集数目:{}, 测试集数目:{}".format(len(train), len(val), len(val_test) - len(val)))
for i in list_all_txt:
name = total_txt[i][:-4]
srcImage = image_original_path + name + '.jpg'
srcLabel = label_original_path + name + ".txt"
if i in train:
dst_train_Image = train_image_path + name + '.jpg'
dst_train_Label = train_label_path + name + '.txt'
shutil.copyfile(srcImage, dst_train_Image)
shutil.copyfile(srcLabel, dst_train_Label)
file_train.write(dst_train_Image + '\n')
elif i in val:
dst_val_Image = val_image_path + name + '.jpg'
dst_val_Label = val_label_path + name + '.txt'
shutil.copyfile(srcImage, dst_val_Image)
shutil.copyfile(srcLabel, dst_val_Label)
file_val.write(dst_val_Image + '\n')
else:
dst_test_Image = test_image_path + name + '.jpg'
dst_test_Label = test_label_path + name + '.txt'
shutil.copyfile(srcImage, dst_test_Image)
shutil.copyfile(srcLabel, dst_test_Label)
file_test.write(dst_test_Image + '\n')
file_train.close()
file_val.close()
file_test.close()
if __name__ == "__main__":
main()
划分完成后将会在datasets
文件夹下生成划分好的文件,其中images
为划分后的图像文件,里面包含用于train、val、test的图像,已经划分完成;labels
文件夹中包含划分后的标签文件,已经划分完成,里面包含用于train、val、test的标签;train.tet、val.txt、test.txt中记录了各自的图像路径。
在训练过程中,也是主要使用这三个txt文件进行数据的索引。
划分完数据后,项目内的文件如下:
四、修改配置文件
①数据集文件配置
数据集划分完成后,在项目的datasets
文件下,在data
文件夹下新建customer.yaml
,替代coco.yaml。用于指明数据集路径和类别,我这边只有一个类别,names
中只留了一个,并替换成自己的类别名,多类别的在names
内加上类别名即可。customer.yaml中的内容为:
path: datasets # 存放数据的文件路径
train: train.txt # train images (relative to 'path') 118287 images
val: val.txt # val images (relative to 'path') 5000 images
test: test.txt # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794
# Classes
names:
0: iw
②权重下载
模型训练的时候,需要用到模型的预训练权重。在下载的代码中就已经在根目录中配备了yolov5s.pt
,用于YOLOv5s
模型的训练。 其余的模型需要到官网下载预训练权重,权重地址为:https://github.com/ultralytics/yolov5/releases
其余权重下载完成后,在项目根目录新建weights
文件夹,将下载的权重放到里面,要用哪个版本的模型加载哪个权重即可
③模型文件配置
YOLOv5的模型文件在models
文件夹下,我使用的模型文件时YOLOv5s
,所以新建了一个yaml文件customer.yaml
,将yolov5s.yaml
文件中的内容复制到customer.yaml
下,并将nc修改成1
。
customer.yaml
文件中的内容如下:
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# Parameters
nc: 1 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32
# YOLOv5 v6.0 backbone
backbone:
# [from, number, module, args]
[[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 6, C3, [256]],
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, C3, [512]],
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 3, C3, [1024]],
[-1, 1, SPPF, [1024, 5]], # 9
]
# YOLOv5 v6.0 head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [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, C3, [256, False]], # 17 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium)
[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)
[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
④训练参数配置
在模型配置中,YOLOv5只需要修改项目根目录中的train.py
,在429行处的 def parse_opt(known=False):
函数中,主要修改weights、cfg、data、hyp、epochs、batch-size、imgsz、device以及workers。这些参数已足够顺利训练了,其他参数就是一些后续的调参工作了。
weight
是配置预训练权重的路径,将default
中的内容修改成下载的权重路径,也可以为空,不使用预训练权重,权重放在其他文件夹下的注意加上文件夹路径。
parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')
cfg
是配置模型文件的路径,将default
中的内容修改成新的模型文件。
parser.add_argument('--cfg', type=str, default='models/yolov5s-test.yaml', help='model.yaml path')
data
是配置数据集文件的路径,将default
中的内容修改成自己的数据集yaml文件。
parser.add_argument('--data', type=str, default=ROOT / 'data/customer.yaml', help='dataset.yaml path')
hyp
是模型训练过程中的超参数,可在data/hyps
文件夹下选择不同的超参数。
parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch-low.yaml', help='hyperparameters path')
epochs
指训练的轮次,这里我这边在default
中定了一个300次,只要模型能收敛即可。
parser.add_argument('--epochs', type=int, default=300, help='total training epochs')
batch-size
是表示一次性将多少张图片放在一起训练,越大训练的越快,如果设置的太大会报OOM错误,我这边在default
中设置16,表示一次训练16张图像。设置的大小为2的幂次
,1为2的0次,16为2的4次。
parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs, -1 for autobatch')
imgsz
表示送入训练的图像大小,会统一进行缩放。要求是32的整数倍,尽量和图像本身大小一致。这边在default
中设置为640。
parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')
device
指训练运行的设备。该参数指定了模型训练所使用的设备,例如使用 GPU 运行可以指定为 default=‘0’
,或者使用多个 GPU 运行可以指定为 device=0,1,2,3
,如果没有可用的 GPU,可以指定为 device=‘cpu’
使用 CPU 进行训练。
parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
workers是指数据装载时cpu所使用的线程数,默认为8,过高时会报错:[WinError 1455] 页面文件太小,无法完成操作,此时就只能将default
调成0了。
parser.add_argument('--workers', type=int, default=8, help='max dataloader workers (per RANK in DDP mode)')
模型训练的相关基本参数就是这些啦,其余的参数可以等到后期训练完成进行调参时再详细了解。
五、模型训练和测试
模型训练
在将train.py
文件配置完成后,即可运行此文件,便会开始训练啦
训练完成后,将会在runs/train/exp/weight
文件夹下存放训练后的权重文件。
模型测试
使用val.py
进行测试,需要修改331行中的def parse_opt()
中的data、weights、batch-size、imgsz、devicey以及task。
其中weights
为训练出来的新模型权重,路径在runs/train
文件夹下。
parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'runs/train/exp/weights/best.pt', help='model.pt path(s)')
task
,表示在验证时所使用的数据集,这里使用test
,数据集中已经划分。
parser.add_argument('--task', default='test', help='train, val, test, speed or study')
其余参数和训练时一致。
运行val.py
文件后便会得出训练精度等相关信息。
总结
以上就是YOLOv5训练自己数据集的全部过程啦,欢迎大家在评论区交流~