前言
源码: YOLOv5源码.
注释版全部项目文件已上传至GitHub: yolov5-5.x-annotations.
这个文件主要是负责从github/googleleaps/google drive 等网站或者云服务器上下载所需的一些文件。是一个工具类,代码比较简单,函数也比较少,主要难点还是在于一些包可能大家不是很熟悉,下面一起来学习下。
这个文件比较重要的是两个函数:safe_download和attempt_download。在train.py或者yolo.py等文件中都会用到。
0、导入需要的包
import os # 与操作系统进行交互的模块
import platform # 提供获取操作系统相关信息的模块
import subprocess # 子进程定义及操作的模块
import time
import urllib # 用于操作网页 URL,并对网页的内容进行抓取处理 如urllib.parse: 解析url
from pathlib import Path # Path将str转换为Path对象 使字符串路径易于操作的模块
import requests # 通过urllib3实现自动发送HTTP/1.1请求的第三方模块
import torch # pytorch框架
1、gsutil_getsize
这个函数是用来返回网站链接url对应文件的大小。用的不是很多,只用在google_utils.py的print_mutation函数当中 计算某个url对应的文件大小如:
gsutil_getsize函数代码:
def gsutil_getsize(url=''):
"""用在google_utils.py的print_mutation函数当中 计算某个url对应的文件大小
用于返回网站链接url对应文件的大小
gs://bucket/file size https://cloud.google.com/storage/docs/gsutil/commands/du
"""
# 创建一个子进程在命令行执行 gsutil du url 命令(访问 Cloud Storage) 返回执行结果(文件)
s = subprocess.check_output(f'gsutil du {url}', shell=True).decode('utf-8')
# 返回文件的bytes大小
return eval(s.split(' ')[0]) if len(s) else 0
2、safe_download、attempt_download
这两个函数主要是用来从github或者googleleaps云服务器中下载文件的,主要是下载权重文件。attempt_download函数调用safe_download函数。
2.1、safe_download
这个函数是用来下载 url(github) 或者 url2(googleleaps云服务器) 路径对应的网页文件,通常是下载权重文件,会用在attempt_download函数中如:
safe_download函数代码:
def safe_download(file, url, url2=None, min_bytes=1E0, error_msg=''):
"""用在attempt_download函数中
下载 url/url2 路径对应的网页文件
Attempts to download file from url or url2, checks and removes incomplete downloads < min_bytes
:params file: 要下载的文件名
:params url: 第一个下载地址 一般是github
:params url2: 第二个下载地址(第一个下载地址下载失败后使用) 一般是googleleaps等云服务器
:params min_bytes: 判断文件是否下载下来 只有文件存在且文件大小要大于min_bytes才能判断文件已经下载下来了
:params error_msg: 文件下载失败的显示信息 初始化默认’‘
"""
file = Path(file)
assert_msg = f"Downloaded file '{file}' does not exist or size is < min_bytes={min_bytes}"
try: # 尝试从url中下载文件 一般是github
print(f'Downloading {url} to {file}...')
# 从url中下载文件
torch.hub.download_url_to_file(url, str(file))
# 判断文件是否下载下来了(文件存在且文件大小要大于min_bytes)
assert file.exists() and file.stat().st_size > min_bytes, assert_msg # check
except Exception as e: # 不行就尝试从url2中下载文件 一般是googleleaps(云服务器)
# 移除之前下载失败的文件
file.unlink(missing_ok=True) # remove partial downloads
print(f'ERROR: {e}\nRe-attempting {url2 or url} to {file}...')
os.system(f"curl -L '{url2 or url}' -o '{file}' --retry 3 -C -") # curl download, retry and resume on fail
finally:
# 检查文件是否下载下来了(是否存在) 或 文件大小是否小于min_bytes
if not file.exists() or file.stat().st_size < min_bytes: # check
# 下载失败 移除下载失败的文件 remove partial downloads
file.unlink(missing_ok=True)
# 打印错误信息
print(f"ERROR: {assert_msg}\n{error_msg}")
print('')
2.2、attempt_download
这个函数是实现从几个云平台(github/googleleaps云服务器)下载文件(预训练模型),会调用上面的 safe_download 函数。会用在experimental.py中的attempt_load函数和train.py中,都是用来下载预训练权重 如:
attempt_load函数:
train.py:
attempt_download函数代码:
def attempt_download(file, repo='ultralytics/yolov5'):
"""用在experimental中的attempt_load函数和train.py中下载预训练权重
实现从几个云平台(github/googleleaps云服务器)下载文件(预训练模型)
:params file: 如果是文件路径 且这个路径不存在文件就尝试下载文件
果是url地址 就直接下载文件
如果只是一个要下载的文件名, 那就获取版本号开始下载(github/googleleaps)
:params repo: 下载文件的github仓库名 默认是'ultralytics/yolov5'
"""
# .strip()删除字符串前后空格 /n /t等 .replace将 ' 替换为空格 Path将str转换为Path对象
file = Path(str(file).strip().replace("'", ''))
# 如果这个文件路径不存在文件 就尝试下载
if not file.exists():
# urllib.parse: 解析url .unquote: 对url进行解码 decode '%2F' to '/' etc.
name = Path(urllib.parse.unquote(str(file))).name
# 如果解析的文件名是http:/ 或 https:/ 开头就直接下载
if str(file).startswith(('http:/', 'https:/')): # download
# url: 下载路径 url
url = str(file).replace(':/', '://') # Pathlib turns :// -> :/
# name: 要下载的文件名
name = name.split('?')[0] # parse authentication https://url.com/file.txt?auth...
# 下载文件
safe_download(file=name, url=url, min_bytes=1E5)
return name
# GitHub assets
file.parent.mkdir(parents=True, exist_ok=True) # make parent dir (if required)
try:
# 利用github api 获取最新的版本相关信息 这里的response是一个打字典
response = requests.get(f'https://api.github.com/repos/{repo}/releases/latest').json() # github api
# response['assets']中包含多个字典的列表 其中记录每一个asset的相关信息
# release assets, i.e. ['yolov5s.pt', 'yolov5m.pt', ...]
assets = [x['name'] for x in response['assets']]
# tag: 当前最新版本号 如'v5.0'
tag = response['tag_name']
except: # 获取失败 就退而求其次 直接利用git命令强行补齐版本信息
assets = ['yolov5s.pt', 'yolov5m.pt', 'yolov5l.pt', 'yolov5x.pt',
'yolov5s6.pt', 'yolov5m6.pt', 'yolov5l6.pt', 'yolov5x6.pt']
try:
# 创建一个子进程在命令行执行 git tag 命令(返回版本号 版本号信息一般在字典最后 -1) 返回执行结果(版本号tag)
tag = subprocess.check_output('git tag', shell=True, stderr=subprocess.STDOUT).decode().split()[-1]
except:
# 如果还是失败 就强行自己补一个版本号 tag='v5.0'
tag = 'v5.0' # current release
if name in assets:
# 开始从github中下载文件
# file: 要下载的文件名
# url: 第一个下载地址 一般是github repo: github仓库名 tag: 版本号 name: 文件名 .pt
# url2: 第二个备用的下载地址 一般是googleapis(云服务器)
# min_bytes: 判断文件是否下载下来 只有文件存在且文件大小要大于min_bytes才能判断文件已经下载下来了
# error_msg: 下载失败的显示信息
safe_download(file,
url=f'https://github.com/{repo}/releases/download/{tag}/{name}',
url2=f'https://storage.googleapis.com/{repo}/ckpt/{name}', # backup url (optional)
min_bytes=1E5,
error_msg=f'{file} missing, try downloading from https://github.com/{repo}/releases/')
return str(file)
3、get_token、gdrive_download(没使用)
这两个函数是实现从google drive上下载压缩文件并将其解压, 再删除掉压缩文件。但是这好像并没有在代码中使用,所以这两个函数可以随便了解下就好,主要还是要掌握上面的两个下载函数用的比较多。
3.1、get_token
这个函数实现从cookie中获取令牌token。会在gdrive_download中被调用。
get_token函数代码:
def get_token(cookie="./cookie"):
"""在gdrive_download中使用
实现从cookie中获取令牌token
"""
with open(cookie) as f:
for line in f:
if "download" in line:
return line.split()[-1]
return ""
3.2、gdrive_download
这个函数实现从google drive上下载压缩文件并将其解压, 再删除掉压缩文件。这个函数貌似没用到,随便看下就好。
gdrive_download函数代码:
def gdrive_download(id='16TiPfZj7htmTyhntwcZyEEAejOUxuT6m', file='tmp.zip'):
"""
实现从google drive上下载压缩文件并将其解压, 再删除掉压缩文件
:params id: url ?后面的id参数的参数值
:params file: 需要下载的压缩文件名
"""
t = time.time() # 获取当前时间
file = Path(file) # Path将str转换为Path对象
cookie = Path('cookie') # gdrive cookie
print(f'Downloading https://drive.google.com/uc?export=download&id={id} as {file}... ', end='')
file.unlink(missing_ok=True) # 移除已经存在的文件(可能是下载失败/下载不完全)
cookie.unlink(missing_ok=True) # 移除已经存在的cookie
# 尝试下载压缩文件
out = "NUL" if platform.system() == "Windows" else "/dev/null"
# 使用cmd命令从google drive上下载文件
os.system(f'curl -c ./cookie -s -L "drive.google.com/uc?export=download&id={id}" > {out}')
if os.path.exists('cookie'):
# 如果文件较大 就需要有令牌get_token(存在cookie才有令牌)的指令s才能下载
# get_token()函数在下面定义了 用于获取当前cookie的令牌token
s = f'curl -Lb ./cookie "drive.google.com/uc?export=download&confirm={get_token()}&id={id}" -o {file}'
else:
# 小文件就不需要带令牌的指令s 直接下载就行
s = f'curl -s -L -o {file} "drive.google.com/uc?export=download&id={id}"'
# 执行下载指令s 并获得返回 如果cmd命令执行成功 则os.system()命令会返回0
r = os.system(s)
cookie.unlink(missing_ok=True) # 再次移除已经存在的cookie
# 下载错误检测 如果r != 0 则下载错误
if r != 0:
file.unlink(missing_ok=True) # 下载错误 移除下载的文件(可能不完全或者下载失败)
print('Download error ') # raise Exception('Download error')
return r
# 如果是压缩文件 就解压 file.suffix方法可以获取file文件的后缀
if file.suffix == '.zip':
print('unzipping... ', end='')
os.system(f'unzip -q {file}') # cmd命令执行解压命令
file.unlink() # 移除.zip压缩文件
print(f'Done ({time.time() - t:.1f}s)') # 打印下载 + 解压过程所需要的时间
return r
4、作者注释的函数
最后还有两个作者注释的函数,更加不重要了,可以不看。
# --------------------------------------- 下面两个函数没什么用 可以不看 ---------------------------------------------------
# def upload_blob(bucket_name, source_file_name, destination_blob_name):
# # Uploads a file to a bucket
# # https://cloud.google.com/storage/docs/uploading-objects#storage-upload-object-python
#
# storage_client = storage.Client()
# bucket = storage_client.get_bucket(bucket_name)
# blob = bucket.blob(destination_blob_name)
#
# blob.upload_from_filename(source_file_name)
#
# print('File {} uploaded to {}.'.format(
# source_file_name,
# destination_blob_name))
#
#
# def download_blob(bucket_name, source_blob_name, destination_file_name):
# # Uploads a blob from a bucket
# storage_client = storage.Client()
# bucket = storage_client.get_bucket(bucket_name)
# blob = bucket.blob(source_blob_name)
#
# blob.download_to_filename(destination_file_name)
#
# print('Blob {} downloaded to {}.'.format(
# source_blob_name,
# destination_file_name))
总结
这个文件的代码比较少,真正有用的函数也比较少,也就是safe_download和attempt_download两个函数比较重要,大家重点掌握这两个函数即可。