零基础入门YOLOv5——从制作数据集到最终训练与测试

零基础入门YOLOv5——从制作数据集到最终训练与测试

---

前言

学习YOLOv5已经有两个月的时间了，这段时间走了不少的弯路，也看了很多文章，今天来简单整理一下，也算是帮助小白快速入门一下。因为我的学习时间也不长，所以如有错误请在评论区指出，大家多多包涵

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、什么是YOLOv5

在开始之前，先简单介绍一下什么是YOLOv5。YOLOv5是一个one stage目标检测算法，相对于two stage，其检测速度快、易上手、且精度不低。因此是目前最流行的目标检测算法。

二、如何制作数据集

制作数据集的方法有很多种，这里推荐一个最简单的线上数据集制作工具——Make Sense。
网址为：https://www.makesense.ai/
进入网站后，是这样一个界面：

点击中间的小盒子，即可加入你的数据集图片。
添加图片后，即可选择你要制作的数据集类型。左边的是用于目标检测的数据集，右边是用于图像分类的数据集，我们选择左边的目标检测，即可进入下面这样一个界面

在开始下一步之前，我们需要先创建一个.txt文件，用于存放我们的label。这里我只传入一张飞机的图片，所以只有一个类别。大家可以根据自己的需要写入自己的label

建立完.txt文件后，点击load label from file，然后点击中间的小盒子，插入自己的.txt文件，再点击creat labels list即可创建label


这样做是为了能够高效的创建多个label，当然，如果label较少，也可以直接在界面创建，这里就不详细赘述了。
完成后，点击Start project，就可以开始创建自己的数据集了。
进入绘制界面，选中要检测的对象，在右侧找到对应的标签，就可以完成图片的标定
点击左上角的Actions，选择第四个选项，就可以将创建好的数据集下载下来（注意，这里要选择第一个YOLO格式的数据集文件）



截止到这里，数据集的创建就正式完成了。

二、将数据集导入YOLOv5

在训练之前，我们要先将数据集保存到YOLOv5的文件夹中。具体做法为：
1.创建一个文件夹，这里博主取名为airdata，大家可以自己取名
2.在文件夹里建立两个新文件夹，依次取名为images和labels
3.依次在images和labels文件夹中创建train、test文件夹


4.将训练集和测试集的图片依次导入images文件中的train和test，将训练集和数据集的标签依次导入labels文件夹中的train和test，这里注意顺序不能错，即训练集中的第一张图片一定要对应训练集中的第一个标签。
在完成这一步后，即可打开YOLOv5进行训练了

使用YOLOv5进行训练

因为YOLOv5已经封装好了，所以我们只需要创建几个新的文件，然后调节几个参数就可以了。
首先找到train文件，找到其中的代码块：def parse_opt(known=False):

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', type=str, default='yolov5s.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='models/hub/yolov5_iron_s.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default=ROOT / 'data/mydatatest.yaml', help='dataset.yaml path')
    parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch-low.yaml', help='hyperparameters path')
    parser.add_argument('--epochs', type=int, default=100)
    parser.add_argument('--batch-size', type=int, default=4, help='total batch size for all GPUs, -1 for autobatch')
    parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')
    parser.add_argument('--rect', action='store_true', help='rectangular training')
    parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
    parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
    parser.add_argument('--noval', action='store_true', help='only validate final epoch')
    parser.add_argument('--noautoanchor', action='store_true', help='disable AutoAnchor')
    parser.add_argument('--evolve', type=int, nargs='?', const=300, help='evolve hyperparameters for x generations')
    parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
    parser.add_argument('--cache', type=str, nargs='?', const='ram', help='--cache images in "ram" (default) or "disk"')
    parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
    parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
    parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
    parser.add_argument('--optimizer', type=str, choices=['SGD', 'Adam', 'AdamW'], default='SGD', help='optimizer')
    parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
    parser.add_argument('--workers', type=int, default=0, help='max dataloader workers (per RANK in DDP mode)')
    parser.add_argument('--project', default=ROOT / 'runs/train', help='save to project/name')
    parser.add_argument('--name', default='exp', help='save to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--quad', action='store_true', help='quad dataloader')
    parser.add_argument('--cos-lr', action='store_true', help='cosine LR scheduler')
    parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
    parser.add_argument('--patience', type=int, default=100, help='EarlyStopping patience (epochs without improvement)')
    parser.add_argument('--freeze', nargs='+', type=int, default=[0], help='Freeze layers: backbone=10, first3=0 1 2')
    parser.add_argument('--save-period', type=int, default=-1, help='Save checkpoint every x epochs (disabled if < 1)')
    parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')

我们主要是对weights、cfg和data这三个参数进行修改。其中，weights为初始的权重，可以在GitHub自行下载，这里博主用的是最小的s文件，这个模型所占空间小，但精度相对较低。
接着，我们找到model中的yaml文件，选择其中一个文件进行复制，这里博主依然选择的是最小的yolov5s

复制一份后，重新命名，因为我之前做的是锻钢瑕疵检测，所以命名为yolov5s_iron。双击打开文件，将这里的nc改为自己的类别数量（如果你的数据集一共有6个类别，那么这里的nc对应的就是6）

完成这一步后，找到data文件，找到其中的coco128.yaml，依然是复制一份，重新命名

这里我命名的是mydatatest,yaml，双击复制好的文件打开，将下图中的两部分删掉


下面我们要修改的参数主要是以下这部分：

train: images/train2017  # train images (relative to 'path') 128 images
val: images/train2017  # val images (relative to 'path') 128 images
test:  # test images (optional)

# Classes
nc: 80  # number of classes
names: ['person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus', 'train', 'truck', 'boat', 'traffic light',
        'fire hydrant', 'stop sign', 'parking meter', 'bench', 'bird', 'cat', 'dog', 'horse', 'sheep', 'cow',
        'elephant', 'bear', 'zebra', 'giraffe', 'backpack', 'umbrella', 'handbag', 'tie', 'suitcase', 'frisbee',
        'skis', 'snowboard', 'sports ball', 'kite', 'baseball bat', 'baseball glove', 'skateboard', 'surfboard',
        'tennis racket', 'bottle', 'wine glass', 'cup', 'fork', 'knife', 'spoon', 'bowl', 'banana', 'apple',
        'sandwich', 'orange', 'broccoli', 'carrot', 'hot dog', 'pizza', 'donut', 'cake', 'chair', 'couch',
        'potted plant', 'bed', 'dining table', 'toilet', 'tv', 'laptop', 'mouse', 'remote', 'keyboard', 'cell phone',
        'microwave', 'oven', 'toaster', 'sink', 'refrigerator', 'book', 'clock', 'vase', 'scissors', 'teddy bear',
        'hair drier', 'toothbrush']  # class names

将代码中的nc依然改为自己的类别数量，names改为标签名，例如我的图像标签是airplane，那么这里就要写入airplane

最后，要在上面写入自己的训练集和测试集的地址。这里我写入的是相对地址，当然也可以写绝对地址，而且推荐大家写绝对地址。

所有的步骤完成后，我们就可以在train文件中填入这两个个文件的地址，进行训练了

其中，1填入的是model文件夹中的文件地址，2填入的是data文件夹中的地址

在epochs中的default可以编辑自己的训练次数，这里我选择的是训练一百轮
在batch–size的default中可以选择每次训练的图片数量，如果训练过程中显示“文件无法显示”，就需要把这里的参数调小

找到这一个参数，填入default=0，可以使用gpu训练。但是要注意的是，yolov5不支持高版本的pytorch的cuda，如果要使用GPU训练，需要使用低版本的cuda才可以。
开始训练后，在命令控制台输入tensorboard --logdir=runs即可通过tensorboard查看训练过程

训练完成后的权重文件，可以在runs-train-exp中查看

找到detect文件，找到该部分代码块：

parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT / 'runs/train/exp19/weights/last.pt', help='model path(s)')
    parser.add_argument('--source', type=str, default=ROOT / 'data/iron_images', help='file/dir/URL/glob, 0 for webcam')
    parser.add_argument('--data', type=str, default=ROOT / 'data/mydatatest.yaml', help='(optional) dataset.yaml path')
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
    parser.add_argument('--conf-thres', type=float, default=0.1, help='confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
    parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--view-img', action='store_true', help='show results')
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    parser.add_argument('--visualize', action='store_true', help='visualize features')
    parser.add_argument('--update', action='store_true', help='update all models')
    parser.add_argument('--project', default=ROOT / 'runs/detect', help='save results to project/name')
    parser.add_argument('--name', default='exp', help='save results to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')
    parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
    parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')
    parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')
    parser.add_argument('--dnn', action='store_true', help='use OpenCV DNN for ONNX inference')

在这里需要对前三个参数进行修改：

在第一个weights的参数中填入训练好的权重文件的路径地址，在第二个source参数中填入要检测的图片，在第三个参数中填入之前复制修改的data文件夹中的yaml文件。点击运行即可

总结

例如：以上就是今天要讲的内容，本文仅仅简单介绍了yolov5的简单使用过程，对于其中很多参数以及yolov5的网络模型，后续将出其他博客进行详细解释。