YOLOv5-水印检测

简介：
YOLOv5在YOLOv4算法的基础上做了进一步的改进，检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析，但是YOLOv5在COCO数据集上面的测试效果还是挺不错的。
YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示：

1>输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放；

2> 基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构；

3> Neck网络：目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层，Yolov5中添加了FPN+PAN结构；

4> Head输出层：输出层的锚框机制与YOLOv4相同，主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms。

网络结构:
改编自知乎大佬的一张图：
Yolov5s网络是Yolov5系列中深度最小，特征图的宽度最小的网络。后面的3种（Yolov5m、Yolov5l、Yolov5x）都是在此基础上不断加深，不断加宽。
在这里插入图片描述

参数：

train.py

（训练文件）
![在这里插入图片描述](https://img-blog.csdnimg.cn/de88c18dcff64e63b1c8c56015a52ddf.png
**weights：**权重文件（官方给了很多，看情况下载）
**cfg：**网络结构参数配置文件（锚点、骨干网络、头网络）
**data：**数据位置的配置文件
**hyp：**超参数配置文件（学习率、损失增益等）
**epochs：**训练轮数
**batch-size：**图片输入数量
img-size：输入图片大小，放缩图片
rect：矩形训练，减去一些不必要的信息
resume：是否接着上次打断的训练,TRUE的话需要指定上次中断的训练模型路径
nosave：不保存模型，仅保存最后的模型
notest：不进行test测试，仅测试最后一轮
noautoanchor：不调整anchor,禁止自动定位检查,设置目标检测的锚点框
evolve：对超参数进行净化
bucket：谷歌云盘，不使用
cache-images：将图片缓存到内存中，加快模型训练
image-weights：使用加权图像进行训练（测试过程），对训练不好的图片下一轮增加权重
device：GPU还是CPU的使用
multi-scale：改变图像尺寸
single-cls：用于设定训练集是多类数据、单类数据
adam：优化器
sync-bn： 分布式训练
local_rank：不能修改，单机多卡训练
workers：最大工作训练核心、线程 网上建议设置0
project：模型保存位置，没有会自动生成
entity：wandb库，可以看训练过程，一般不用（需要自己注册账号）
name：模型保存的文件夹，多次运行：exp1，exp2…
exist-ok：预测结果保存位置，覆盖上次结果不新建结果文件
quad：用于训练集图像大于–img-size设置的640图片，训练效果更好，小于的效果差一些
linear-lr：学习速率调整，默认FALSE 通过余弦函数降低学习率
label-smoothing：防止过拟合，对标签进行平滑处理，防止分类算法中产生过拟合
upload_dataset：wandb库的
bbox_interval：wandb库的
save_period：用于记录训练日志

yolov5s.yaml

（进行和你选择的结构参数配置文件）

nc:分类的类别
depth_multiple和width_multiple：根据选择的配置文件不同而不一样

voc.yaml

train和val指定训练数据的位置，还可以设置test
nc:分类的类别
names:每个类别的名字

detect.py

(预测文件)

source：预测数据路径
weights：训练好的best.pt文件路径
conf-thres：置信度阈值
iou-thres：交并比阈值
conf-thres和iou-thres确定返回的预测框

test.py

(测试文件)

save-txt：返回检测框TXT文件
save-hybrid：标签和预测结果保存TXT文件
save-conf：检测到的坐标返回TXT文件
其余参数大致和train相同

数据标注

使用标注精灵：新建一个项目，选择位置标注和自定义标注类别，导入数据，选择矩形框标注，导出数据为XML文件。

格式转化

voc2yolov5.py

classes：类别名称
TRAIN_RATIO：按比例划分train和val
convert_annotation函数：读取xml文件，写入TXT文件，确定标注好的XML文件和查找位置相同

![在这里插入图片描述](https://img-blog.csdnimg.cn/69379059ff49440b9407ac5ca08ed56a.png

os.getcwd() 绝对路径
创建放图片、labe、train、val等文件夹

过程：

先进行数据的格式转化，然后train的参数修改，最后修改对应的配置文件，运行train进行模型训练。
预测、测试同理

先进性格式转换voc2yolov5.py：
修改以下对应位置：

classes = ["XMH"] #类别名称，对应需要的类别

TRAIN_RATIO = 80 #训练验证集按80%20%分

def convert_annotation(image_id):
    in_file = open('../%s.xml' % image_id,encoding="utf-8") #对应XML文件路径
    out_file = open('../%s.txt' % image_id, 'w',encoding="utf-8") #对应保存转换后txt文件路径
    

convert_annotation函数下获取XML标注信息，所以循环里面需要和XML对应
wd获取的相对路径

train.py文件

weights： 修改下载的权重文件路径
cfg： 修改网络结构参数配置文件路径
data： 修改数据配置文件路径（修改对应配置文件信息）
hyp： 修改超参数配置文件路径（可以学习率、损失增益等，看情况）
epochs： 修改训练轮数（根据自己需求）
batch-size： 修改图片输入数量（按自己电脑内存大小修改输入批次大小）
img-size：修改输入图片大小，放缩图片（一般640）
resume： 修改路径（上一次没有训练完的权重文件路径）
project，name：保存文件路径
workers：建议为0
device：选用CPU或者GPU（0,1，2…）

detect.py文件
weights、img-size、device、project、name同上
source：修改数据路径（测试、预测数据）
conf-thres：置信度（建议0.6）
iou-thres：交并比（建议0.5）
save-txt：保存坐标信息，增加路径
找到utils下面的plots.py文件中的plot_one_box函数：
打印坐标信息：

def plot_one_box(x, img, color=None, label=None, line_thickness=3):
    # Plots one bounding box on image img
    tl = line_thickness or round(0.002 * (img.shape[0] + img.shape[1]) / 2) + 1  # line/font thickness
    color = color or [random.randint(0, 255) for _ in range(3)]
    c1, c2 = (int(x[0]), int(x[1])), (int(x[2]), int(x[3]))
    cv2.rectangle(img, c1, c2, color, thickness=tl, lineType=cv2.LINE_AA)
    print("左上点的坐标为：(" + str(c1[0]) + "," + str(c1[1]) + ")，右下点的坐标为(" + str(c2[0]) + "," + str(c2[1]) + ")")

或者修改detect.py：

                for *xyxy, conf, cls in reversed(det):
                    if save_txt:  # Write to file
                        xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  # normalized xywh
                        line = (cls, *xywh, conf) if opt.save_conf else (cls, *xywh)  # label format
                        label = f'{names[int(cls)]} ：{conf:.2f}'
                        x1 = int(xyxy[0].item())
                        y1 = int(xyxy[1].item())
                        x2 = int(xyxy[2].item())
                        y2 = int(xyxy[3].item())
                        lab.append(label)
                        loc.append([x1, y1, x2, y2])
                        print('bounding box is:', x1, y1, x2, y2)  # 打印坐标
                        print(lab)
                        print(loc)
                        a = (x1, y1, x2, y2)
                        with open(txt_path + '.txt', 'a') as f:
                            # f.write(('%g ' * len(line)).rstrip() % line + '\n')
                            f.write(str(a) + '\n')
                            f.write(str(label))

保存TXT文件，a是坐标信息（可以直接写入（x1,y1,x2,y2））
label获取的是标签信息

test.py大致和train.py相同

结果：

配置文件指定路径下生成结果，模型权重文件防在weights下面，存在best和last（最好的和最好的），参数文件
检测结果：

开始运行：

报错：

wandb：报错说没有账号等，可以直接关闭

找到utils下的wandb_loggig下面的wandb_utils添加：

安装pycocotools报错：
按要求，在官网下载对应的VISUAL

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：

tensorboard --logdir=runs

注意：数据转化的时候一定要把数据类别名称加上。

环境：