使用YOLOv5进行自己数据的训练

这里有一个使用YOLOV4进行人头测试的训练yolov4 训练自己的数据集–人头识别
这里YOLOv5的优点官网已经有了就不说了。其实在操作中发现yolov5在训练步骤上比yolov4要方便的多。只需要更改*.yaml文件就行。

克隆yolov5

可能由于版本不同，里面代码略有不同

git clone https://github.com/ultralytics/yolov5.git

环境

我的是
ubuntu 16.4
pytorch 1.4
其中一些依赖库可以查看源码中的requirements.txt

修改yaml文件

来看看此文件的内容。如下图

只需要在对应位置修改成自己的就行。

数据

如果你的数据是以.xml进行标注的化需要利用脚本把xml的格式修改成yolo的格式。在这里有相对应的文件处理的方法yolov4 训练自己的数据集–人头识别。这里就不再写了。
现在来看看数据是什么样的。我是直接把txt文件与图片文件放到一个文件里面的，如果需要或者自己开心也可以分目录进行存放也是可以的。

这是存放的数据的目录。下面看看train里面的样子

我的test与train都是这个样子

训练

使用下面命令进行训练

python train.py --img 640 --batch 16 --epochs 5 --data ./data/head_opject.yaml  --cfg ./models/yolov5s.yaml --weights ''

yolov5s.yaml 这个可以根据官网中给出的性能指标和自己的需求进行选择使用

总结

唯一比较麻烦的是把xml转变成txt。不过不怕这里有脚本可以使用数据处理脚本。然后就是修改一个yaml文件。