yolov5 obb 旋转框 的安装调试与踩坑，win10

首先下载

https://github.com/hukaixuan19970627/yolov5_obbhttps://github.com/hukaixuan19970627/yolov5_obb

 

下载权重6.0

Release v6.0 - YOLOv5n 'Nano' models, Roboflow integration, TensorFlow export, OpenCV DNN support · ultralytics/yolov5 · GitHubhttps://github.com/ultralytics/yolov5/releases/tag/v6.0

由于之前装过yolov5，环境基本配置好了。

旋转目标检测复现-yolov5-obb_yolov5旋转目标检测_浪迹天涯@wxy的博客-CSDN博客https://blog.csdn.net/wxy2020915/article/details/128542603

按照这个教程可以正常安装。

nms_rotated  安装。pytorch版本需要小于1.12.  不然报错。

Dota_devkit安装，swig需要下载swigwin。并配置环境变量。

按照之前的博客配置数据集。生成labeltxt。

 设置图片路径，分类数。yolov5obb_demo.yaml  。说不要1分类。添加一个空的。

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ./dataset # dataset root dir
train: images #images   # train images (relative to 'path') 
val: images #images  # val images (relative to 'path') 
test: images  #images # test images (optional)

# Classes
nc: 2  # number of classes
names: ['ok','null']  # class names


# Download script/URL (optional)
# download: https://ultralytics.com/assets/coco128.zip

然后训练。

使用pytorch是1.10版本。超过1.12会报错。

python train.py --weights weights/yolov5n.pt  --cfg  models/yolov5n.yaml --data  data/yolov5obb.yaml --epochs 100  --device 0 --workers 0 --batch 8 --adam  --imgsz=1024

训练需要加入  --adam  ，自己的数据集不好收敛。

并且修改hyp.finetune_dota.yaml文件。方便收敛。

running train.py and mAP, P, R always 0 · Issue #446 · hukaixuan19970627/yolov5_obb · GitHubhttps://github.com/hukaixuan19970627/yolov5_obb/issues/446

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

lr0: 0.001
lrf: 0.2
momentum: 0.937
weight_decay: 0.0005
warmup_epochs: 3.0
warmup_momentum: 0.8
warmup_bias_lr: 0.1
box: 0.05
cls: 0.5
cls_pw: 1.0
theta: 0.5
theta_pw: 1.0
obj: 1.0
obj_pw: 1.0
iou_t: 0.2
anchor_t: 4.0
fl_gamma: 0.0
hsv_h: 0.015
hsv_s: 0.7
hsv_v: 0.4
degrees: 180.0
translate: 0.1
scale: 0.25
shear: 0.0
perspective: 0.0
flipud: 0.5
fliplr: 0.5
mosaic: 0.0
mixup: 0.1
copy_paste: 0.0
cls_theta: 180
csl_radius: 2.0

报错就调小batch 

  --batch  1

可以训练了。

all那行，不能是0。正常20个epoch之内会正常 出数字。

然后推理。

python detect.py --device 0 --source dataset/images/OK_00004.png --weights runs/train/exp13/weights/best.pt  --img=1024 

 

yolov5obb旋转框训练demo资源-CSDN文库https://download.csdn.net/download/vokxchh/87803913完整的可以参考。