YOLOv5训练遇到的问题（上）

最新推荐文章于 2024-04-28 16:57:41 发布

这研不读也罢

最新推荐文章于 2024-04-28 16:57:41 发布

阅读量6.6k

点赞数 4

分类专栏：深度学习（本科课设毕设问题及解决）文章标签： pycharm python 深度学习

本文链接：https://blog.csdn.net/sinat_38961618/article/details/124769585

版权

深度学习（本科课设毕设问题及解决）专栏收录该内容

8 篇文章 2 订阅

订阅专栏

YOLOv5训练问题（上）

1.数据集制作

我是下载的一个数据集：
数据集链接：https://download.csdn.net/download/weixin_42297260/21494130?username=sinat_38961618

安装labelme，安装流程及问题
进行图片标注，点击Open Dir，选择数据集图片所在文件夹：
在这里插入图片描述

点击edit-> Create Rectangle（或Ctrl+R快捷键）标注新的label：

点击NextImage标记下一张图片：

所有标签标注完成后，文件夹中将会出现所有对应于每个图片json标签文件：

2.数据集与模型配置

将项目导入Pycharm：

2.1 存放数据集

将所有数据集图片和json标签文件夹放到工程目录下的datasets文件夹内（这里其实应该分开到两个文件夹里面，当初太新手完全不知道…还是建议去找找最新的那些教程）：
在这里插入图片描述

2.2 修改data->XYB.yaml和LabelmeToXYB.py的参数

首先修改data->XYB.yaml（数据文件）的参数，修改类别数和类别名：
在这里插入图片描述
然后修改LabelmeToXYB.py的参数：

修改完上述参数后运行LabelmeToXYB.py，将会在tmp文件夹下生成如下文件：

右键->run

2.2.1报错：AttributeError: ‘NoneType’ object has no attribute ‘shape’

在这里插入图片描述
在使用OpenCV处理图片时，找不到这个cv_img 图片。可能是因为尝试改变了图片放置位置，或者使得路径中的中文改成英文，很多导入报错，是因为中文的原因。

然后发现是图片原件不小心被删了

删掉这些试试，ok了
在这里插入图片描述

2.3配置环境和下载模型所需的依赖

Pycharm终端运行如下命令：

pip install -r requirements.txt

在这里插入图片描述

2.3.1报错：pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host=‘files.pythonhosted.org’, port=443): Read timed out.

在这里插入图片描述

换个快点的镜像：

pip --default-timeout=100 install 库的名字 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

把没安装的库用Anaconda一个一个装：

pip --default-timeout=100 install opencv-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

在这里插入图片描述
opencv-python安装好了，继续装其他的：

torch又装不了

pip --default-timeout=100 install torch -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

在这里插入图片描述
torchvision直接安装成功：

3.训练和测试

3.1 训练

运行如下指令进行训练（详情查看工程文件目录下README.md文件）：

python train.py --data data/XYB.yaml --cfg xyb_m.yaml --batch-size 64

训练后数据保存在工程目录下runs->train文件夹内，首次运行权重将会保存在runs->train->exp->weights文件夹下，之后运行成功后将会依次保存在exp2/3/4/…；
–cfg为指定模型结构，–batch-size 64：batch-size为 16g显存的显卡推荐值

3.1.1训练过程可视化

利用tensorboard可视化训练过程，训练开始会在yolov5目录生成一个runs文件夹，利用tensorboard打开即可查看训练日志，命令如下：

tensorboard --logdir=runs

（当有多人在使用服务器时，为了避免与他人使用同一个端口，我们可以通过参数调整来实现。将6006端口改为6007端口：tensorboard --logdir=test0 --port=6007）
在这里插入图片描述

3.1.2 问题： cannot import name ‘cygrpc’ from 'grpc.cython’ (d:\anaconda\lib\site-packages\grpc_cython_init.py)

先安装tensorboard

3.1.3 tensorboard的安装

安装tensorflow

pip install tensorflow

安装tensorboard

pip install tensorboard

安装tensorboardX

pip install tensorboardX

在这里插入图片描述
还是失败，可能是grpcio版本不匹配，太高了

tensorflow对应的python版本清单：
https://tensorflow.google.cn/install/source_windows#cpu
后面还是一句话解决问题：
原文链接

python -m pip install grpcio --ignore-installed

在这里插入图片描述
成功了！

打开网址：

3.1.4 问题：No dashboards are active for the current data set

缺少events文件，使用SummaryWriter创建events：
原文链接：https://blog.csdn.net/jump882/article/details/119862224

在这里插入图片描述
代码：

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter()
writer = SummaryWriter("logs")
writer = SummaryWriter(comment="user")

注释：SummaryWriter()：自动生成文件夹名称"runs"，以及随机的events名称
SummaryWriter(“test0”)：自动生成文件夹名称"test0"，以及随机的events名称
SummaryWriter(comment=“user”)：自动生成文件夹名称"runs"，并附带comment"user"，以及随机的events名称。

运行后生成文件夹及随机的events名称：
在这里插入图片描述

使用add_scalar()将标量添加到event文件中（不用新建，删掉刚刚writer文件里的代码复制进去就行了）：

from torch.utils.tensorboard import SummaryWriter

writer = SummaryWriter("logs")  #将对应事件文件存储到test0文件夹下
x = range(100)
for i in x:
    #writer.add_scalar(tag='y=2x', scalar_value=i * 2, global_step=i)
    writer.add_scalar('y=2x', i * 2, i)
writer.close()

参数：
∙ \bullet∙tag(string)：数据标识符
∙ \bullet∙scalar_value(float or string/blobname)：保存的数值(纵坐标y)
∙ \bullet∙global_step(int)：时间步数(横坐标x)

在这里插入图片描述

3.1.5 进入tensorboard的方式和命令

命令行里切到存放文件目录，执行命令：

tensorboard --logdir=D:\PycharmProject\CSU_XYB\logs

（logdir的路径中不能包含中文、空格等，如果包含可能指向的路径会出错，从而导致报错，我最开始就是路径里含有空格，所以就报错了。有些版本的tensorboard需要将=改为“ ”，tensorboard --logdir “D:\PycharmProject\CSU_XYB\logs”）
第一步：在cmd输入D:
第二步：输入dir #获得D盘文件目录
第三步：cd 文件夹名称 #进入该文件夹
在这里插入图片描述
使用Chrome浏览器打开：

在tensorboard可视化网页界面的scalars模块的左下角有个路径，这个路径按道理应是启动tensorboard时指定的路径，复制该路径到文件夹中搜索，看是否成功定位到事件文件的上一级目录。
在这里插入图片描述
最方便的打开方式，不用进入存放文件目录的命令（直接在Pycharm终端就可以使用）：
因为默认的6006端口被占用，换了一个8008端口。具体命令为：

tensorboard --logdir=D:\PycharmProject\CSU_XYB\logs --host=127.0.0.1 --port=8008

也可以弹出来：
在这里插入图片描述

3.1.6 查看6006端口被啥给占用

1.Win+R在运行窗口输入cmd调出命令行窗口（也可以搜索之后以管理员模式运行）
2.查看所有被打开的端口列表：netstat -ano
3.查看6006端口占用情况：netstat -ano | findstr "6006"
本方法原文链接：https://blog.csdn.net/qq_40128284/article/details/109343301

3.1.7 运行detect.py出现问题：FileNotFoundError: [Errno 2] No such file or directory: ‘runs\train\exp3\weights\best.pt’

在这里插入图片描述

还没有训练好的模型，先不管。
train：代表训练集，val代表验证集，nc表示分类，names表示分类标签。
训练遇到的问题后面再讲。

这研不读也罢

关注

4
点赞
踩
36

收藏

觉得还不错? 一键收藏
0
评论
YOLOv5训练遇到的问题（上）

YOLO训练问题（上）1.数据集制作我是下载的一个数据集：数据集链接：https://download.csdn.net/download/weixin_42297260/21494130?username=sinat_38961618安装labelme，安装流程及问题进行图片标注，点击Open Dir，选择数据集图片所在文件夹：点击edit-> Create Rectangle（或Ctrl+R快捷键）标注新的label：点击NextImage标记下一张图片：所有标签标注完成
复制链接

扫一扫