记录使用yolov5进行旋转目标的检测

已于 2023-02-22 23:54:58 修改
阅读量1.7w 收藏 168
点赞数 25
文章标签： 计算机视觉 人工智能 目标检测 旋转目标检测 YOLO
于 2022-06-09 14:42:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42182534/article/details/125201905
版权

由于实习公司需要使用到旋转目标的检测，所以这几天学习了相关知识，并找了许多资料，饶了许多的弯路。下面记录下项目的整个实现过程。

我参考的是以下几位博主：

DOTAv2遥感图像旋转目标检测竞赛经验分享（Swin Transformer + Anchor free/based方案） - 知乎

小鸡炖技术的个人空间_哔哩哔哩_Bilibili

首先，先为该项目创建一个虚拟环境

VS2015

pytorch 1.6.0（其他版本也可以进行尝试）

torchvision 0.7.0（其他版本也可以进行尝试）

其中这个VS2015，17，19版本都可以，但是pytorch和torchvision必须是要求的版本 ，不然可能会出错 这里试了torch1.8.1和torchvision0.9.1是可以用的。建议安装pytorch和torchvision时采用离线安装包安装，比较稳定。地址，

https://download.pytorch.org/whl/torch_stable.html

接着打开Anaconda prompt创建项目的虚拟环境

conda create -n royolov5 python=3.8
conda activate yolov5

进入创建的虚拟环境之后cd进入下载好pytorch和torchvision的文件夹。然后执行

pip install torch-1.6.0+cu101-cp38-cp38-win_amd64.whl

pip install torchvision-0.7.0+cu101-cp38-cp38-win_amd64.whl

这里注意后缀名.whl不要忘了。

到这里，就将pytorch框架搭好了。

接着，下载我发的压缩包，解压后，同样cd进入YOLOv5_DOTA_OBB-master项目文件的主目录

执行 pip install -r requirements.txt 安装相关的包。

再，添加E:\PytorchPro\YOLOv5_DOTA_OBB-master\swigwin-4.0.2到path里面，这里要进行系统环境的刷新，可以选择重启，也可以进入cmd，输入set path=c 进行刷新

再，在Anaconda prompt中的royolov5环境下cd进入utils分别运行

swig -c++ -python polyiou.i

python setup.py build_ext --inplace

再，将E:\ProgramData\Anaconda3\envs\royolov5\Lib\site-packages\shapely\DLLs所有dll复制到E:\ProgramData\Anaconda3\envs\royolov5\Library\bin

到这一步，训练环境基本准备好了，下面开始准备旋转目标所需的数据集

首先要使用到rolabelimg旋转目标标注工具，具体怎么使用自行百度。下载地址

https://github.com/cgvict/roLabelImg

标注图像后得到的是xml格式，这里需要对数据格式进行转换，符合yolov5的txt格式

首先，运行roxml_to_data.py，转换到Dota的8点数据格式

再将图像数据依次放在以下文件夹

4d8fc48a684c42a486f50501aa23a6d2.png

其中images里存放原图像，labelTxt中存放上一步转化的8点格式txt文件（注意要和images中的图像文件对应） 

再，进入DOTA_devkit_YOLO-master，修改DOTA_devkit_YOLO-master\dota_utils.py中的classnames_v1_5，修改为你标注数据的种类

87f5aa03ee6b44b1b87d88980df7c5f5.png

再，分别运行PaddingPIC.py和YOLO_Transform.py

其中，PaddingPIC.py的作用是将图片扩展到高宽相同，便于数据处理。YOLO_Transform.py的作用是将dota的数据格式转换为yolov5的数据格式。

转换后的txt文件会存放再yolo_labels文件夹中

再，将yolov5训练所需的原图像和上一步操作得到的txt文件分别放入DOTA_demo_view文件夹里的images和labels中

78a298a3e6f14024b8b024d76063a572.png

 

再修改data\DOTA_ROTATED.yaml中nc和names，或者自己写个yaml文件

可以再修改下网络模型的yaml文件，不会的话用官方的yaml文件就行

最后别忘了下载权重文件，这里要注意，因为这个项目是基于v5-3.1版本的，所以，下载的权重文件不能下载最新的pt文件，不然会报错。

最后，开始训练就可以了。

 

给出资源链接:

【超级会员V3】通过百度网盘分享的文件：JLJ.zip
链接:https://pan.baidu.com/s/17zVi6ae6sSs3ab7cUiWhig 
提取码:8e3g
 

 

 

 

 

 

 

江小白jlj
关注
  • 25
    点赞
  • 踩
  • 168
    收藏
    觉得还不错? 一键收藏
  • 113
    评论
探索Rotation YOLOv5：一款面向旋转目标检测的深度学习模型
gitblog_00023的博客
04-27 466
探索Rotation YOLOv5：一款面向旋转目标检测的深度学习模型 项目地址:https://gitcode.com/BossZard/rotation-yolov5 在计算机视觉领域，目标检测是至关重要的任务之一，而YOLO（You Only Look Once）系列模型因其高效和准确度而备受推崇。Rotation YOLOv5 是一个基于YOLOv5的改进版本，专门针对旋转物体的检测问题，...
YOLOv8-OBB旋转目标检测，使用自己的数据集
03-10
YOLOv8-OBB是一种基于YOLO（You Only Look Once）系列的深度学习模型，专门用于执行旋转目标检测。在传统的目标检测任务中，模型通常假设边界框是矩形，但在许多实际应用中，如遥感图像分析、车牌识别或倾斜建筑物...
【2023-2024年最新教程】yolov5_obb: 旋转目标检测从数据制作到终端部署全流程教学
专注计算机视觉全栈知识分享
11-04 7831
旋转目标检测，从入门到起飞，一站式教程！
[保姆式教程]使用目标检测模型YOLO V8 OBB进行旋转目标的检测：训练自己的数据集（基于卫星和无人机的农业大棚数据集）
最新发布
qq_23865133的博客
05-20 2020
最近需要做基于卫星和无人机的农业大棚的旋转目标检测，基于YOLO V8 OBB的原因是因为尝试的第二个模型就是YOLO V8，后面会基于YOLO V9模型做农业大棚的旋转目标检测。YOLO V9目前还不能进行旋转目标的检测，需要修改代码PS:欢迎大家分享农业大棚数据集，数据制作太花时间了......下面是我制作的农业大棚图像。
yolov5实现旋转目标检测
weixin_41981679的博客
07-24 9097
yolov5 实现旋转目标检测，基于kld loss 实现。
YOLOv8旋转目标检测实战：训练自己的数据集
03-10
旋转目标检测是计算机视觉领域的一个高级任务，它在传统目标检测的基础上进一步发展。传统目标检测技术主要关注于识别和定位图像中的物体，通常以水平边界框(HBB)来标识目标物体的位置。而旋转目标检测则旨在识别并准确定位图像中旋转的物体，为每个检测到的物体提供一个旋转边界框(OBB)，这种边界框能够更紧密地贴合目标物体的实际形状和朝向。YOLOv8 基于先前 YOLO 版本的成功，引入了新功能和改进，进一步提升性能和灵活性。YOLOv8支持旋转目标检测任务。本课程以船舶旋转目标检测为例，将手把手地教大家使用X-AnyLabeling手动和自动标注图像中物体的旋转框，并使用YOLOv8利用DOTA OBB数据集上的预训练权重在自己的数据集微调训练，完成一个旋转目标检测实战项目。  本课程分别在Windows和Ubuntu系统上做项目实战演示。包括：安装软件环境、安装PyTorch、安装YOLOv8、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。 本课程还讲解了YOLOv8旋转目标检测的原理，包括高斯边界框和概率交并比、损失函数， 并对YOLOv8 OBB相关的代码进行了解析。 
yolov5_obb旋转框检测（kld loss、probloss）,剪枝，跟踪
qq_39128381的博客
07-06 8655
v5_obb，旋转框检测、剪枝、跟踪
目标检测算法之YOLOV5
weixin_43650802的博客
04-29 2402
本博客是个人通过对v5网络的学习和研究而总结的学习笔记，主要参考B站up主霹雳巴拉，如果感觉本博客看不太明白，推荐去B站看这样up主。同时本博客也是个人复习学习笔记。 YOLOV5是在v4出现不久就开始更新迭代的产品，其主要也是对v4做进一步改进工作。 下面是整个v5涉及到的变化的内容以及要注意的点： 下面开始重点笔记区别点： 1、网络架构修改。就像v1，v2，v3，v3spp，v4常规迭代一样，网络架构都会经过一定的调整。相对v4而言，v5中不使用cspdocknet53结构了，而是使用作者重新修改完的
YOLOv5火焰检测权重
12-30
YOLOv5是一种高效且准确的目标检测模型，尤其在实时检测任务中表现出色。这个"YOLOv5火焰检测权重"文件集包含了该模型在火焰检测领域的应用，它经过了数千张火焰图像的训练，以识别和定位图像中的火焰。模型的训练...
YOLOv5数据增强测试
03-29
YOLOv5是一种高效、准确的目标检测模型，其在深度学习领域广泛应用。数据增强是训练深度学习模型时的重要环节，可以提升模型的泛化能力，防止过拟合。本项目聚焦于YOLOv5-6.1版本中的数据增强部分，通过对源码的复现...
基于yolov5的旋转目标检测
03-09
基于YOLOV5的旋转目标检测是一种先进的计算机视觉技术,它结合了目标检测和目标旋转角度估计两个重要功能。传统的目标检测算法通常只能检测出目标的边界框,而无法获取目标的角度信息。然而,在许多实际应用场景中,如航空航天、工业制造、交通监控等,能够精确检测目标的旋转角度是非常关键的。 YOLOV5是一种基于深度学习的目标检测算法,它具有高精度、高速度和较小模型尺寸等优势。在YOLOV5的基础上,研究人员提出了一种新颖的旋转目标检测方法,能够同时检测出目标的边界框和旋转角度。 该方法的核心思想是在YOLOV5的输出层中增加了一个角度分支,用于预测目标的旋转角度。具体来说,在传统的YOLOV5中,每个anchor box预测出一个目标边界框和该边界框所属的类别概率。而在新的旋转目标检测算法中,每个anchor box还需要预测一个额外的角度值,表示该目标相对于水平方向的旋转角度。 在训练过程中,算法会优化目标边界框、类别概率和旋转角度三个分支的损失函数,使模型能够同时学习这三种信息。在推理阶段,算法会输出每个检测目标的边界框、类别以及旋转角度,从而实现旋转目标检测。
目标检测+旋转目标框+YOLO+小目标检测
01-11
旋转目标框标注工具 用于yolo、centernet模型的数据集制作与训练 下载配置环境： pip install labelimg pip install pyqt5 运行setup.py
rotation-yolov5:基于yolov5的旋转检测
05-28
旋转检测 要求 torch==1.6 shapely==1.7.1 opencv==4.2.0.34 推理 您可以下载（密码为4ud5）以通过我的数据集（而非DOTA）检测船舶，以测试演示。 $ python detect.py 火车 我的模型需要什么格式 与yolo数据集没有太大区别，只是增加一个角度，我们定义box属性w总是长于h！ 因此，我们将框标签定义为（cls，c_x，c_y，最长边，短边，角度） 注意！我们定义角度是一个分类问题，因此我们为角度定义了180个类别。 例如： 角度范围是[-90，90），因此wo在制作数据集标签时应将角度增加90 ，然后标签的范围应为[0,179） 修改yaml models / yolov5m.yaml：将nc设置为您的数据集类num； data / wheat0.yaml：将nc设置为数据集类编号，并将名称设置为数据集类名称； $
rotation-yolov5.zip
04-11
基于yolov5的小目标，旋转数据集训练，
基于YOLO的旋转目标检测系统源码+数据集
02-06
最后，可以使用训练好的模型对新的图像进行旋转目标检测。 总的来说，这个资源对于深入理解目标检测技术，特别是处理旋转目标的挑战，是非常有价值的。通过研究和实践，你可以增强自己在深度学习和计算机视觉领域的...
yolov5训练火光检测效果
01-06
在本案例中，我们关注的是使用YOLOv5进行火光检测的效果。YOLO（You Only Look Once）是一种实时目标检测系统，尤其适用于快速、准确地识别图像中的多个对象。YOLOv5是YOLO系列的最新版本，由Joseph Redmon和Ali ...
【新特性演示】YOLOv8实现旋转对象检测
关注微信公众号【OpenCV学堂】
01-13 2103
源码教学，YOLOv8实现旋转对象检测....
计算机视觉下的旋转目标检测研究综述
renhongxia1的博客
01-26 384
在边界框中增加不同旋转角度的旋转目标框可有效解决上述问题,其被广泛应用在遥感图像、场景文本图像、货架商品图像等目标检测领域,具有重要研究价值。首先根据当前流行的目标框表征方式,将目标框分为旋转矩形框(Oriented Bounding Box,OBB)、四边形边界框(Quadrilateral Bounding Box,QBB)和点集(Point set)3种类型,并比较了不同旋转目标检测算法的优缺点、网络结构和性能;作者：王旭 吴艳霞 张雪 洪瑞泽 李广生。
mybatis插入唯一异常_MyBatis-基础篇（一）
08-26
### 回答1： MyBatis是一个流行的持久层框架，它可以将SQL语句和Java对象之间的映射关系定义在XML文件或注解中，并提供了丰富的查询语言和灵活的参数绑定方式。在使用MyBatis进行数据操作时，有时会遇到插入唯一异常的问题，下面让我们一起来看看如何解决这个问题。 1. 异常描述 当我们向数据库插入一条记录时，如果违反了唯一性约束，就会抛出插入唯一异常，如下所示： ``` ### Error updating database. Cause: com.mysql.jdbc.exceptions.jdbc4.MySQLIntegrityConstraintViolationException: Duplicate entry 'xxx' for key 'name_unique' ### The error may involve com.example.mapper.UserMapper.insert-Inline ### The error occurred while setting parameters ### SQL: insert into user(name, age) values (?, ?) ### Cause: com.mysql.jdbc.exceptions.jdbc4.MySQLIntegrityConstraintViolationException: Duplicate entry 'xxx' for key 'name_unique' ``` 其中，'xxx'表示违反唯一性约束的值，'name_unique'表示违反唯一性约束的字段名。 2. 解决方法 为了避免插入唯一异常，我们可以采取以下两种解决方法： 2.1 使用INSERT IGNORE语句 在MySQL中，可以使用INSERT IGNORE语句来向表中插入记录，如果遇到违反唯一性约束的情况，就会忽略该记录，而不是抛出异常。因此，我们可以将MyBatis的插入语句改为INSERT IGNORE语句，如下所示： ``` <insert id="insertUser" parameterType="com.example.entity.User"> INSERT IGNORE INTO user(name, age) VALUES (#{name}, #{age}) </insert> ``` 2.2 使用ON DUPLICATE KEY UPDATE语句 在MySQL中，还可以使用ON DUPLICATE KEY UPDATE语句来向表中插入记录，如果遇到违反唯一性约束的情况，就会更新该记录，而不是抛出异常。因此，我们可以将MyBatis的插入语句改为ON DUPLICATE KEY UPDATE语句，如下所示： ``` <insert id="insertUser" parameterType="com.example.entity.User"> INSERT INTO user(name, age) VALUES (#{name}, #{age}) ON DUPLICATE KEY UPDATE age = #{age} </insert> ``` 其中，ON DUPLICATE KEY UPDATE语句指定了更新操作的字段和值，这里我们只更新了年龄字段。 以上就是解决MyBatis插入唯一异常的两种方法，根据具体情况选择适合自己的方法即可。 ### 回答2： 在使用MyBatis进行插入操作时，可能会遇到插入唯一异常。该异常通常是由于数据库表的唯一约束导致的。 当我们向数据库表插入数据时，如果违反了唯一约束，数据库将抛出异常，表示插入失败。常见的唯一约束有主键约束、唯一索引等。 解决这个问题的方法有两种： 1. 在程序中进行唯一性校验：在执行插入操作之前，可以先查询数据库中是否已存在相同的数据。如果已存在，则不进行插入操作，避免了唯一异常的发生。这种方法比较消耗数据库资源，但可以保证数据的唯一性。 2. 使用数据库的"insert ignore"或"insert on duplicate key update"语句：这种方法是在插入操作时，使用特殊的语句来处理唯一异常。"insert ignore"语句会即使发生唯一异常，也不会抛出异常，而是直接忽略这条插入数据；"insert on duplicate key update"语句则是在发生唯一异常时，执行更新操作。这种方法相对较为简洁高效，但需要根据数据库的不同进行调整。 总结来说，解决MyBatis插入唯一异常的方法有多种，可以通过程序中进行唯一性校验，或者使用特殊的数据库插入语句来处理。需要根据具体情况选择最合适的方法来解决唯一异常问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 113
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值