yolov5的安装以及训练模型的基本操作

一，介绍及背景 

YOLO系列是非常优秀的物体检测框架，目前总共有V1-V5五个版本。本博客的目的在于教大家如何使用YOLOv5训练自己的数据，重点在于应用。有关原理我会在后面的博客中详细介绍。使用YOLOv5训练自己的数据往往要经过以下几个步骤

 二，简单的步骤操作

没有下载可以点击下列链接查看教程并下载（跟详细的博客）

 https://blog.csdn.net/qq_43078154/article/details/119865421?spm=1001.2014.3001.5501

一，下载yolov5

进入到GitHub 上下载yolov5  GitHub是外网所以会有访问不上的问题，多试几次就能解决）

github.com   这是GitHub的官 

 进去之后在搜索框内输入yolov5 master 点击第一个下载下来即可

三.  数据标注

 

能够打开到这样的界面即可  点击yolov5

首先准备自己的数据集，然后进行标注。首先将所有要打标签的图片存放在data下面的images文件夹中，（这点比较重要，千万注意路径images文件夹一定要放在data下面，如果放在外面那需要修改split.py文件中的路径。并且，要标注的图片直接放在images文件夹下）具体如下图所示：

然后在工程中的data文件夹下新建两个文件夹，分别为dataset、labels。其中，datasets主要用来存放打好标签后的数据集，labels主要用来存放数据标签。具体如下图所示

 

然后打开我们的 anaconda powershell prompt 

如图：

输入 ：pip install labeling  

如图：

打开labelimg

 接下来，我们首先需要对labelimg进行一些设置：首先选择自动保存模型，然后再选择改变保存路径，最后打开图片文件进行数据的标注。具体操作如下面几张图所示：

最后打上标签

对所有的图片都进行打标签，最后可以在dataset文件夹中，看到我们打好标签的xml文件。具体如下图所示： 

 

 这样就完成了数据标注

四，数据预处理 

用pychar打开yolov5

将yolov5 移动到pychar上打开

接下来需要对标注好的数据进行预处理操作，首先在工程目录文件下新建split.py程序，具体如下所示：

 split.py文件代码如下：

import os
import random
import argparse
parser = argparse.ArgumentParser()
parser.add_argument('--xml_path', default='data/dataset', type=str, help='input xml label path')
parser.add_argument('--txt_path', default='data/labels', type=str, help='output txt label path')
opt = parser.parse_args()
trainval_percent = 1.0
train_percent = 0.8
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)
num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)
file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')
for i in list_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        file_trainval.write(name)
        if i in train:
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

然后运行此代码，运行完成后的结果如下图所示：

然后以同样的方式再创建xml_to_txt.py文件并运行，具体如下图所示 

 

xml_to_txt.py代码如下：

import xml.etree.ElementTree as ET
from tqdm import tqdm
import os
from os import getcwd
 
sets = ['train', 'val', 'test']
classes = ['1','5']   # 这里改为你要训练的标签，否则会报错。比如你要识别“hand”，那这里就改为hand
 
def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    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):
    # try:
        in_file = open('data/dataset/%s.xml' % (image_id), encoding='utf-8')
        out_file = open('data/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
        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))
            b1, b2, b3, b4 = b
            # 标注越界修正
            if b2 > w:
                b2 = w
            if b4 > h:
                b4 = h
            b = (b1, b2, b3, b4)
            bb = convert((w, h), b)
            out_file.write(str(cls_id) + " " +
                           " ".join([str(a) for a in bb]) + '\n')
    # except Exception as e:
    #     print(e, image_id)
 
wd = getcwd()
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/labels/%s.txt' %
                     (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in tqdm(image_ids):
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

 

 以上代码中classes = [“你要训练的标签名称”]，在本代码中我要训练的数据是识别1和5所以我这里改成了“1”和“5”。大家根据自己的情况进行修改。运行此代码，运行后的结果如下图所示：

接下来在data文件夹中新建myvoc.yaml文件，具体操作以及代码如下图所示： 

注意的是 nc 指的是对象，一张图片里的对象  class是类

如两只狗  nc为2     class 就是前面你标注图片的类

 这里一定要注意一点在train,val,nc,names冒号后面一定要空一格，要判断正确不正确，只要看这几个关键字有没有变颜色，要是变颜色那就说明是正确的。最后再修改models下的yolov5s.yaml文件，具体修改方式如下图所示: 

就这样完成了预处理的工作

五，模型训练 

接下来，我们就可以训练自己的数据了。首先打开终端并进入到yolov5的工程目录中：

 

然后输入命令：

python train.py --epoch 300 --batch 4 --data ./data/myvoc.yaml --cfg ./models/yolov5s.yaml --weight ./weights/yolov5s.pt --workers 0

 

训练中出现如图的情况就代表正在训练，时间较长慢慢等待 

 

 训练结束后，我们就可以看到训练好模型存储的位置，具体如下图所示

 找到训练好的模型last.py将其复制在weights文件下，具体如下图所示： 

 至此我们就完成了模型的训练。

打开摄像头，运行结果

训练完成后，我们可以进行模型的测试，测试一下刚刚训练的结果。打开命令行:

输入指令:

python detect.py --weight ./weights/last.pt --source 0

 注意：0 是电脑自带摄像头

1 是外接的摄像头