yolo5 训练无人人机识别系统

晓宜

已于 2024-03-28 12:04:38 修改

阅读量2.4k

点赞数 5

分类专栏：人工智能文章标签：深度学习人工智能后端

于 2022-11-18 17:05:06 首次发布

本文链接：https://blog.csdn.net/qq_51118755/article/details/127919611

版权

人工智能专栏收录该内容

9 篇文章 0 订阅

订阅专栏

环境搭建：

安装驱动

点击鼠标右键，如果出现NVIDIA图标，点开，出现如下图片

我的显卡是1650，根据显卡的型号去官网找相应的驱动下载就好了。驱动官网

安装好之后，打开命令行cmd，输入如下指令：

nvidia-smi

显示出如下数据即为安装成功。

安装anaconda

进入官网，下载windows版本，将程序放在c盘以外，防止c盘爆红，接下来傻瓜式点击安装即可。

安装Pytorch

打开侧边栏，找到anaconda文件夹下面的prompt控制台

可以使用如下命令去看系统有哪些环境

conda env list

我的环境是这样的

其中pytorch1是我之前安装的环境，这里我们新创建一个环境pytorch,创建过程中一直输入y就好了。

conda create -n pytorch python=3.8

激活这个环境：

conda activate pytorch

为了提高安装速度，给环境换源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

可以去官网看看最新的安装指令，我这个指令是n年前的，官网：PyTorch

安装pytorch，我的显卡支持11.6的版本，你们可以查自己的显卡支持的版本

conda install pytorch torchvision torchaudio pytorch-cuda=11.6

数据集准备:

使用labelimg标注数据集，将数据集按照这样的目录结构存放

Annotations里面存放着xml格式的标签文件

JPEGImages里面存放着照片数据文件

数据集划分代码如下，放在VOCdevkit同一级目录下就可以运行。

classes = ["plane"]是因为数据集标注时的我打的标签是plane,所以要识别一下。

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile

classes = ["plane"]
# classes=["ball"]

TRAIN_RATIO = 80


def clear_hidden_files(path):
    dir_list = os.listdir(path)
    for i in dir_list:
        abspath = os.path.join(os.path.abspath(path), i)
        if os.path.isfile(abspath):
            if i.startswith("._"):
                os.remove(abspath)
        else:
            clear_hidden_files(abspath)


def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    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('VOCdevkit/VOC2007/Annotations/%s.xml' % image_id)
    out_file = open('VOCdevkit/VOC2007/YOLOLabels/%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
        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))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
    in_file.close()
    out_file.close()


wd = os.getcwd()
wd = os.getcwd()
data_base_dir = os.path.join(wd, "VOCdevkit/")
if not os.path.isdir(data_base_dir):
    os.mkdir(data_base_dir)
work_sapce_dir = os.path.join(data_base_dir, "VOC2007/")
if not os.path.isdir(work_sapce_dir):
    os.mkdir(work_sapce_dir)
annotation_dir = os.path.join(work_sapce_dir, "Annotations/")
if not os.path.isdir(annotation_dir):
    os.mkdir(annotation_dir)
clear_hidden_files(annotation_dir)
image_dir = os.path.join(work_sapce_dir, "JPEGImages/")
if not os.path.isdir(image_dir):
    os.mkdir(image_dir)
clear_hidden_files(image_dir)
yolo_labels_dir = os.path.join(work_sapce_dir, "YOLOLabels/")
if not os.path.isdir(yolo_labels_dir):
    os.mkdir(yolo_labels_dir)
clear_hidden_files(yolo_labels_dir)
yolov5_images_dir = os.path.join(data_base_dir, "images/")
if not os.path.isdir(yolov5_images_dir):
    os.mkdir(yolov5_images_dir)
clear_hidden_files(yolov5_images_dir)
yolov5_labels_dir = os.path.join(data_base_dir, "labels/")
if not os.path.isdir(yolov5_labels_dir):
    os.mkdir(yolov5_labels_dir)
clear_hidden_files(yolov5_labels_dir)
yolov5_images_train_dir = os.path.join(yolov5_images_dir, "train/")
if not os.path.isdir(yolov5_images_train_dir):
    os.mkdir(yolov5_images_train_dir)
clear_hidden_files(yolov5_images_train_dir)
yolov5_images_test_dir = os.path.join(yolov5_images_dir, "val/")
if not os.path.isdir(yolov5_images_test_dir):
    os.mkdir(yolov5_images_test_dir)
clear_hidden_files(yolov5_images_test_dir)
yolov5_labels_train_dir = os.path.join(yolov5_labels_dir, "train/")
if not os.path.isdir(yolov5_labels_train_dir):
    os.mkdir(yolov5_labels_train_dir)
clear_hidden_files(yolov5_labels_train_dir)
yolov5_labels_test_dir = os.path.join(yolov5_labels_dir, "val/")
if not os.path.isdir(yolov5_labels_test_dir):
    os.mkdir(yolov5_labels_test_dir)
clear_hidden_files(yolov5_labels_test_dir)

train_file = open(os.path.join(wd, "yolov5_train.txt"), 'w')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'w')
train_file.close()
test_file.close()
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'a')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'a')
list_imgs = os.listdir(image_dir)  # list image files
prob = random.randint(1, 100)
print("Probability: %d" % prob)
for i in range(0, len(list_imgs)):
    path = os.path.join(image_dir, list_imgs[i])
    if os.path.isfile(path):
        image_path = image_dir + list_imgs[i]
        voc_path = list_imgs[i]
        (nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path))
        (voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path))
        annotation_name = nameWithoutExtention + '.xml'
        annotation_path = os.path.join(annotation_dir, annotation_name)
        label_name = nameWithoutExtention + '.txt'
        label_path = os.path.join(yolo_labels_dir, label_name)
    prob = random.randint(1, 100)
    print("Probability: %d" % prob)
    if (prob < TRAIN_RATIO):  # train dataset
        if os.path.exists(annotation_path):
            train_file.write(image_path + '\n')
            convert_annotation(nameWithoutExtention)  # convert label
            copyfile(image_path, yolov5_images_train_dir + voc_path)
            copyfile(label_path, yolov5_labels_train_dir + label_name)
    else:  # test dataset
        if os.path.exists(annotation_path):
            test_file.write(image_path + '\n')
            convert_annotation(nameWithoutExtention)  # convert label
            copyfile(image_path, yolov5_images_test_dir + voc_path)
            copyfile(label_path, yolov5_labels_test_dir + label_name)
train_file.close()
test_file.close()

运行后多生成了两个文件夹，如下：

至此，我们就得到了想要的数据集

训练模型

下载yolo5源码：

地址

导入数据

将VOCdevkit文件夹放入目录

安装环境依赖：

pip install -r requirements.txt

确定训练权重

yolov5的5.0版本给我们提供了几个预训练权重，我们可以对应我们不同的需求选择不同的版本的预训练权重。预训练权重可以通过这个网址进行下载，本次训练自己的数据集用的预训练权重为yolov5s.pt。

修改参数

预训练模型和数据集都准备好了，就可以开始训练自己的yolov5目标检测模型了，训练目标检测模型需要修改两个yaml文件中的参数。一个是data目录下的相应的yaml文件，一个是model目录文件下的相应的yaml文件。

一：

修改data目录下的相应的yaml文件。找到目录下的voc.yaml文件，将该文件复制一份，将复制的文件重命名，最好和项目相关。我这里修改为plane.yaml。该项目是对无人机的识别。

里面的内容改成这样：

# PASCAL VOC dataset http://host.robots.ox.ac.uk/pascal/VOC/
# Train command: python train.py --data voc.yaml
# Default dataset location is next to /yolov5:
#   /parent_folder
#     /VOC
#     /yolov5


# download command/URL (optional)
#download: bash data/scripts/get_voc.sh

# train and val data as 1) directory: path/images/, 2) file: path/images.txt, or 3) list: [path1/images/, path2/images/]
train: VOCdevkit/images/train  # 16551 images
val: VOCdevkit/images/val  # 4952 images

# number of classes
nc: 1

# class names
names: [ 'plane']

二：

修改models目录下的相应的yaml文件。找到目录下的yolov5s.yaml文件，将该文件复制一份，将复制的文件重命名。我这里修改为yolov5s_plane.yaml。

将这里的识别对象改为1即可：

然后找到train.py文件，改这三个地方，改成我们刚才下载和修改的文件

    parser.add_argument('--weights', type=str, default='weights/yolov5x.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='models/yolov5s_plane.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default='data/plane.yaml', help='data.yaml path')

以上我们把参数就都配置好了，运行的话可能会提示我们虚拟内存不够，这时我们需要修改这个地方。

把这个参数改成0

然后就可以开始训练了，训练结束后会生成一个run文件夹

应用模型：

找到run文件夹下面的best.pt文件，他通常在train文件夹下面的最后一个exp下面。

打开detect.py文件，修改这一出为我们训练好的文件

这个地方设置为0，就是调用电脑摄像头

我们这里在手机上下载一款应用，DroidCam,与电脑连接统一局域网，移动端显示如下：

我们修改detect.py中的配置

这样就连上了手机摄像头

连接数据库

我们先引入数据库的用户名，密码等配置

import pymysql



id = 5
def insert_sql():
    # 建立连接
    conn = pymysql.connect(
        host="localhost",
        # host="192.168.1.112",
        user="root",  # 用户名
        passwd="password111",  # 用户密码
        db="检测小车")  # 数据库名

    global id
    # 创建游标，默认是元组型
    cursor = conn.cursor()
    # sql = "select * from t_plane"#数据库中表的名
    sql = '''INSERT INTO t_plane(id,x,y) VALUES(num,7,2);'''  # 数据库中表的名
    sql = sql.replace("num", str(id))
    cursor.execute(sql)
    conn.commit()
    id += 1
    cursor.close()
    conn.close()

id为5，是因为我的数据id设置为自增的，现在有四条，所以id就暂时设置成5。

在程序中检测到物品都会给予一个评分，我们设置判断条件，但评分>0.9时,向数据库插入数据，意味着发现了目标