pytorch下 ultralytics yolov5 自定义数据集训练调试简记

0、起源

来自两个blog的大神

最初基础（有请大神1号）：

https://blog.csdn.net/weixin_45033788/article/details/115148152

这里本来是基于yolov3的，但在我的机器上怎么都调不通，但基于此弄清楚了yaml和cfg的区别，其实yaml比cfg要简单很多，许多参数直接在一个地方调整就可以了

对应源码修改的地方，按下述方案一步一步来即可（有请大神2号）：

https://blog.csdn.net/weixin_41868104/article/details/107339535

1、pip install –r requirements很重要

看到红色ERROR不要慌，一步一步调整，差什么就装什么

目前来看tensorboard出现问题几率最大。

安装tensorboard，jupyter, ipywidgets，注意jupter,ipywidgets由于我用的是anaconda，出现ERROR时不要用conda install进行安装，要用pip install

2、按照自定义数据集格式复制粘贴annatations,images文件夹内容

3、生成makeTx.py和voc.label.py并运行

注意修改voc_label.py中的class

4、生成自己的rbc.yaml

由于只检查一类，注意修改nc:1

names:[RBC]

5、修改yolov5m.yaml

其中nc:1

6、预训练权重下载

借用2号大神百度云链接如下;链接: https://pan.baidu.com/s/1x7yxl26Wr_K5sKEL6lJMPQ 密码: 24ba

下载完成后，放入应该放置的位置

7、修改train.py代码，

修改了–cfg ;–data ;–epochs ;–batch-size ; --img-size，蓝色显示

parser.add_argument('--weights', type=str, default='weights/yolov5s.pt', help='initial weights path') #debug by WeiDing,已经放在weights那里了

parser.add_argument('--cfg', type=str, default='models/yolov5m.yaml', help='model.yaml path')

parser.add_argument('--data', type=str, default='data/rbc.yaml', help='data.yaml path')

parser.add_argument('--batch-size', type=int, default=2, help='total batch size for all GPUs')

parser.add_argument('--device', default='1', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')

parser.add_argument('--workers', type=int, default=0, help='maximum number of dataloader workers')

8. 执行train.py

由于用到了default,后续参数可不输入

8. 结果如下

 

注：1、去除out of memory要调整train.py 中device default=’1’,之前一直报错，是因为默认为0

2、各种神奇的报错，百度之，往往可以找到结果

--------------------------------4月14日添加-----------------------

增加几个调试的TIP

1、spyder3老出现 You have missing dependencies! # ipython ＞=0.4 : None

在AnacondaUI中卸载spyder,发现5.0不能工作，装回3.2.3，重新工作了

 

2、from google.protobuf.internal import enum_type_wrapper，ImportError: cannot import name 'enum_type_wrapper'

pip uninstall protobuf

cond install protobuf

 

3、CUDA unavailable, invalid device 0 requested

修改train.py中parser.add_argument('--device', default='cpu', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')

3.1 临时解决方案：把default='CPU'换成CPU解决了，但是问题没有完全解决，

3.2 让GPU跑起来吧，根据官网的issues，还是torch和torchvision版本不一致的问题，我当时无意中将torch删除后重装，但是安装的不是和cu101相关连的版本，所以导致这个问题产生

https://github.com/ultralytics/yolov5/issues/474

pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

如果出现访问拒绝，在install后面加上--user

进到https://download.pytorch.org/whl/torch_stable.html中查看有什么稳定版本，依据提示，对应调整。

装好后'--device', default='0',GPU跑起来了，10分钟一个epoch立刻变成1分钟一个了，爽

4、hyp = yaml.load(f, Loader=yaml.SafeLoader)  # load hyps AttributeError: module 'yaml' has no attribute 'load'

https://blog.csdn.net/laovife/article/details/106715049

解决办法，将pyyaml版本更新至5.4，问题解决。

同时安装click0.7, 降低six到1.10

记得重启anaconda