使用YOLOv5进行图像分类

构建YOLOv5分类数据集

YOLO即You Only Look Once，YOLOv5最初是著名的目标检测算法，但是从2022年8月更新的YOLOv5 v6.2版本开始支持分类功能，分类用到的代码主要在classify文件夹下。
YOLOv5代码下载地址https://github.com/ultralytics/yolov5，直接全部下载下来，不需要修改代码配置，上传到Kaggle中.
当然也可以直接在Kaggle中使用命令行下载代码。先初始化!git init，再clone 项目!git clone https://github.com/ultralytics/yolov5.git

下面是官方文档给出的YOLOv5分类方法和其它几种分类方法的准确率，可以看出YOLOv5x-cls模型具有最高的准确率，从n到x表示模型越来越大，准确率也是越来越高，相应的训练时间也就越长，训练出来的模型也越大，一般情况下使用s模型就可以满足大部分分类要求，有些情况下使用过度复杂的模型很容易造成过拟合。
本文以大豆遥感图片为分类对象，建立不同成熟度时期的大豆数据集，大豆不同生长时期的照片如图所示，L0,L1,L2,L3分别代表未成熟，接近成熟，已成熟和已收割时期的大豆遥感地块图像。

YOLOv5的分类模型数据集构建不需要labelimg进行标注，直接按类别建立文件夹就可以，如图所示
train代表训练集，test代表验证集，用来在训练的过程中对模型进行测试，防止过拟合。YOLOv5的分类模型只需要train和test就可以训练了，这里的val是在训练结束后验证模型在独立的数据集上的准确度，以验证模型的泛化能力。上面每个文件夹内都建立四个类别
L0如图所示

最后再提醒一下，分类数据集的构建不需要建立txt，不需要labelimg，直接按类别建立文件夹，最后输入train和test的上一级文件夹进行训练。

在Kaggle上传自己的数据集和代码

使用kaggle的notebook可以自己写代码，也可以把写好的代码压缩上传到kaggle中，缺点是上传的代码不方便修改，因此建议自己在编译器上修改好后再上传。

• 选择左侧导航栏的Datasets——New Dataset,在title中输入一个自己命名的名字，文件路径会自动生成，然后可以选择拖拽文件压缩包或者选择点击Browse Files浏览电脑文件选择，最后选择creat，等上传完成，文件越大上传速度越长。代码和数据集可以放在一个文件一起上传，或者分两次上传,建议分两次上传，方便管理代码和数据集。 - 点击Your Work可以查看自己上传的文件
• 接下来开始导入并开始训练

使用Kaggle训练自己的数据集

关于如何注册kaggle可以参考我这篇文章
- 打开Kaggle主页，选择左侧导航栏Create----New Notebook

• 选择页面最右侧一栏，先在Internet on 选项中打开连接网络，然后找到上面的ACCELERATOR选择自己想用的GPU

• 这里我选择使用P100，它有16G的内存，能满足大部分需求

• 这里选择turn on即可

• 接下来把上传的文件再上传到当前notebook中，Add Data，Your Datasets，点击文件后面的+即可
• 
• 上传之后如图所示，文件在input中，input是只读文件，图片可以放在这里，但是代码需要复制到output文件中才能执行
• 新建一个代码行。输入下面代码，文件名注意改成自己的

 !cp -rf /kaggle/input/yolov5-yuan/yolov5-yuan ./

notebook执行第一句代码需要启动服务器，所以执行这行代码耗费时间长一点，执行后代码文件就已经被复制到output文件中了,我这里是因为在代码文件里面放了训练图片所以整个文件有点大

• 导入需要用的包

 !pip install -r /kaggle/working/yolov5-yuan/requirements.txt

• YOLOv5分类功能最终的训练结果目前还不支持用可视化功能展示，因此可以使用第三方工具实现结果可视化，这里使用wandb，注册后把自己的api key复制下来，在kaggle中登录

 !wandb login 你的key

好了。接下来就可以训练了，执行下面代码，

!python /kaggle/working/yolov5-yuan/classify/train.py --model yolov5s-cls.pt --data /kaggle/input/f1-msr/f1_msr --epochs 10 --project runs

• model表示用的预训练模型，可以自己选；
• data表示训练的数据集；
• epochs表示训练次数
• project表示训练结果保存的地址，这里因为用了wandb，所以不能用默认的地址，否则wandb会报错
  训练过程如图，top1-acc代表排名第一的类别与实际结果相符的准确率,即模型预测的正确率，top5-acc是指排名前五的类别包含实际结果的准确率，这里一共有四个类别，所以top5一直都是1 验证

 !python /kaggle/working/yolov5-yuan/classify/val.py --weights runs/exp5/weights/best.pt --data /kaggle/input/f1-msr/f1_msr

• 在测试集上验证
  !python /kaggle/working/yolov5-yuan/classify/predict.py --weights runs/exp/weights/best.pt --source /kaggle/input/f1-msr/f1_msr/test/L0
  修改路径可以测试不同的图片，也可以测试单独的图片，路径改为图片即可，图片上会显示预测类别的概率
  

• 训练完成后就可以打包下载训练的模型了，run.tar是打包压缩后的文件名，runs是要压缩的文件，压缩后output文件中会显示压缩的文件，点文件后的三个点下载即可

!tar -cf run.tar runs

• 训练结果也保存在runs文件夹中，也可以打开wandb官网查看训练结果
• 使用python实现混淆矩阵热力图，数组的值改为自己的数据即可

# confusion_matrix
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import rcParams

classes = ['L0', 'L1', 'L2', 'L3']
confusion_matrix = np.array(
    [[200,0,0,0],
     [0,92,0,0],
     [0,0,24,0],
     [0,0,3,138],
     ], dtype=np.int)  # 输入特征矩阵
proportion = []
length = len(confusion_matrix)
print(length)
for i in confusion_matrix:
    for j in i:
        temp = j / (np.sum(i))
        proportion.append(temp)
# print(np.sum(confusion_matrix[0]))
# print(proportion)
pshow = []
for i in proportion:
    pt = "%.2f%%" % (i * 100)
    pshow.append(pt)
proportion = np.array(proportion).reshape(length, length)  # reshape(列的长度，行的长度)
pshow = np.array(pshow).reshape(length, length)
# print(pshow)
config = {
    "font.family": 'Times New Roman',  # 设置字体类型
}
rcParams.update(config)
plt.imshow(proportion, interpolation='nearest', cmap=plt.cm.Blues)  # 按照像素显示出矩阵
# (改变颜色：'Greys', 'Purples', 'Blues', 'Greens', 'Oranges', 'Reds','YlOrBr', 'YlOrRd',
# 'OrRd', 'PuRd', 'RdPu', 'BuPu','GnBu', 'PuBu', 'YlGnBu', 'PuBuGn', 'BuGn', 'YlGn')
# plt.title('confusion_matrix')
plt.colorbar()
tick_marks = np.arange(len(classes))
plt.xticks(tick_marks, classes, fontsize=12)
plt.yticks(tick_marks, classes, fontsize=12)

thresh = confusion_matrix.max() / 2.
# iters = [[i,j] for i in range(len(classes)) for j in range((classes))]

iters = np.reshape([[[i, j] for j in range(length)] for i in range(length)], (confusion_matrix.size, 2))
for i, j in iters:
    if (i == j):
        plt.text(j, i - 0.12, format(confusion_matrix[i, j]), va='center', ha='center', fontsize=10, color='white',
                 weight=5)  # 显示对应的数字
        plt.text(j, i + 0.12, pshow[i, j], va='center', ha='center', fontsize=10, color='white')
    else:
        plt.text(j, i - 0.12, format(confusion_matrix[i, j]), va='center', ha='center', fontsize=10)  # 显示对应的数字
        plt.text(j, i + 0.12, pshow[i, j], va='center', ha='center', fontsize=10)

plt.ylabel('True label', fontsize=16)
plt.xlabel('Predict label', fontsize=16)
plt.tight_layout()
plt.show()
# plt.savefig('混淆矩阵.png')

好了到这里就介绍完了，如果有问题欢迎在评论区留言或私信我，如果这篇文章对你有帮助的话就请点赞收藏吧，感谢支持！