电脑高手不会遇到的YOLOv5笨蛋问题

一、如何将xml文件转化为txt文件：

1. 首先存在编译器IDE
2. 下载东北大学钢材损耗数据集
3. 在数据集文件夹中创建py脚本，如图

1. 编写代码，此代码为最终可运行版本。
2. import xml.etree.ElementTree as ET
   import os
   from os import getcwd
   from tqdm import tqdm
   
   classes = ["crazing", "inclusion", "patches", "pitted_surface", "rolled-in_scale", "scratches"]
   
   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 = './ANNOTATIONS/%s.xml' % (image_id)
       out_file = open('./labels/%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')
   
   if __name__ == "__main__":
       wd = getcwd()
       print(wd)
       if not os.path.exists('./labels/'):
           os.makedirs('./labels/')
       image_ids = os.listdir('ANNOTATIONS')
       for image_id in tqdm(image_ids):
           convert_annotation(image_id.split('.')[0])
3. 运行脚本，

产生label文件夹，    

产生txt文件，至此，转化工作完成。

下面是对过程中遇到的一些问题的自认为的片面解答

本代码参考了代码实战：YOLOv5实现钢材表面缺陷检测 - 掘金 (juejin.cn)，在原本的代码中，我们并没有xml为名的文件夹，语句为打开文件夹寻找xml格式（相对路径），我们的xml格式文件放在了ANNOTATIONS文件夹中，故将其改为

修改完之后会出现ERROR

这个是因为我当时存放py程序的位置不在NEU—DET中，在编辑器中将py文件拖拽到NEU文件夹就可以解决，解决后图为

再次运行，产生

定位为：

通过ChatGPT告知，可能会对字母大小写敏感，

我修改了大小写之后，成功运行

至此，程序可以运行，txt文件应该是这种样子的：

二、配置环境

存在YOLO-master的requirements.TXT文件无法pip安装，如图（例）

会报错：找不到相应的文件

解决方法：将requirements文件改名（换个名字就行），然后采用csdn论坛上的error2解决方法，成功（或者直接pip也行）

PyTorch安装 pip即可，我认为个人的电脑没有必要安装anconda。挂上全局梯子或者采用清华的镜像网站即可。

未来程序的修改将以yolov5——train.py代码【注释、详解、使用教程】-CSDN博客 为基础，进行修改调整，下次数据训练前需要把之前的权重函数文件删去，我现在非常怀疑并没有训练默认的而是训练自己的模型，到时候运行一下detect.py文件即可

关于：

ImportError: Bad git executable.

The git executable must be specified in one of the following ways:

    - be included in your $PATH

    - be set via $GIT_PYTHON_GIT_EXECUTABLE

    - explicitly set via git.refresh()

All git commands will error until this is rectified.

This initial warning can be silenced or aggravated in the future by setting the

$GIT_PYTHON_REFRESH environment variable. Use one of the following values:

    - quiet|q|silence|s|none|n|0: for no warning or exception

    - warn|w|warning|1: for a printed warning

    - error|e|raise|r|2: for a raised exception

Example:

    export GIT_PYTHON_REFRESH=quiet

采用了CSDN论坛上的方法

加入

即可。

三、训练和测试

采用csdn论坛中windows+Pycharm+yolov5 配置环境以及本地训练自己的模型-CSDN博客的方法，但是现在遇到了训练自己的数据集，但是程序还是训练的默认自带的数据集。可能是因为某些地方博主没有给明。

三个重点要修改的地方：改为自己数据集的绝对地址，采用相对地址可能会导致数据集不在yolo文件夹中而报错。

同时，yaml文件里也要是绝对地址比较好

YOLOV5训练数据出现：no labels found

采用了CSDN论坛上一步真实解决AssertionError: train: No labels in /xxx/xxx/xxx/datasets/VOC_To_YOLO/train.cache._assertionerror怎么解决-CSDN博客

将框内改成自己的文件名就行（我这个是已经改过的，因为我的文件名就是这个，只是变了大写，另外 这个只要相应的文件夹名字就行 不用绝对地址）

四、结果

这不可能有什么问题了，这些改改就行

训练

测试结果

看上去好像还可以······