初探学习yolov5

最新推荐文章于 2024-09-11 19:59:22 发布

魔力军

最新推荐文章于 2024-09-11 19:59:22 发布

阅读量15

点赞数

文章标签：学习 YOLO

原文链接：https://blog.csdn.net/manxinhuanxi__/article/details/137926608

版权

初探yolov5

环境

pyton： 3.8.8
系统： windows11 64 位

yolov5环境安装

github地址： https://github.com/ultralytics/yolov5
安装三方库：

pip install ultralytics

clonegithub地址：

git clone https://github.com/ultralytics/yolov5  # clone
cd yolov5
pip install -r requirements.txt  # install

**安装打标库： **

//下载labelimg
pip install labelimg
//运行labelimg
labelimg

数据准备(以游戏示例，进行打标)

将视频转为图片

# -*- coding: UTF-8 -*-
# @Time: 2024-08-06 15:18
# @Author: liupeng
# @File: 视频转图片2.py
# @desc:

# 导入所需要的库
import cv2
import numpy as np

video_path = "视频文件路径.pm4"
save_path = "保存的路径及命名"


# 定义保存图片函数
# image:要保存的图片名字
# addr；图片地址与相片名字的前部分
# num: 相片，名字的后缀。int 类型
def save_image(image, addr, num):
    address = addr + str(num) + '.jpg'
    cv2.imwrite(address, image)


# 读取视频文件 视频文件路径
videoCapture = cv2.VideoCapture(video_path)
# 通过摄像头的方式
# videoCapture=cv2.VideoCapture(1)

# 读帧
success, frame = videoCapture.read()
i = 0
timeF = 1
j = 0
while success:
    i = i + 1
    if (i % timeF == 0):
        j = j + 1
        save_image(frame, save_path, j)  # 视频截成图片存放的位置
        print('save image:', i)
    success, frame = videoCapture.read()

使用labelimg对图片进行打标

运行labelimg：

# 进入对应的python环境下 输入
labelimg

打开后，界面如下：
在这里插入图片描述
常用快捷键：

注意： 标注的框要大小正好框住所要识别的物体，这有利于进行训练。

将标注文件转为txt文件（不知道是啥原理，但是要转一下）

# -*- coding: UTF-8 -*-
# @Time: 2024-08-06 23:01
# @Author: liupeng
# @File: 批量修改后缀.py
# @desc:

import os
import xml.etree.ElementTree as ET
import pickle
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile

classes = ['role']		# 修改为打标签的标签

def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)

def rename_file_extensions(directory, old_ext, new_ext):
    """
    批量修改指定目录中所有文件的后缀名。

    :param directory: 要处理的目录路径
    :param old_ext: 当前文件的后缀名（包括点，如 '.txt'）
    :param new_ext: 要修改成的新后缀名（包括点，如 '.md'）
    """
    for filename in os.listdir(directory):
        if filename.endswith(old_ext):
            base = os.path.splitext(filename)[0]
            new_filename = f"{base}{new_ext}"
            old_path = os.path.join(directory, filename)
            new_path = os.path.join(directory, new_filename)
            convert_annotation(old_path, new_path)
            # os.rename(old_path, new_path)
            print(f"Renamed: {old_path} -> {new_path}")


def convert_annotation(old_file, new_file):
    print('111')
    # in_file = open('VOCdevkit/VOC2007/Annotations/%s.xml' %image_id)
    in_file = open(old_file, encoding='UTF-8')
    # out_file = open('VOCdevkit/VOC2007/YOLOLabels/%s.txt' %image_id, 'w')
    out_file = open(new_file, 'w', encoding='UTF-8')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
    in_file.close()
    out_file.close()

# 使用示例
directory_path = r"D:\Personal\python\yolov5\data\labels\train"  # 修改为你的目录路径
old_extension = ".xml"  # 要修改的旧后缀名
new_extension = ".txt"   # 新的后缀名

rename_file_extensions(directory_path, old_extension, new_extension)

开始训练

按如下建立目录结构

data/
├── images/
│ ├── train/
│ ├── val/
│ └── test/
├── labels/
│ ├── train/
│ ├── val/
│ └── test/
└── data.yaml

data.yaml内容按如下：

train: data/images/train	# 修改为对应的目录
val: data/images/val		# 修改为对应的目录
test: data/images/test 		# 修改为对应的test目录
#  - images/test2007
nc: 1	# 标签的数量
# Classes
names: ['role']		# 修改为标签，所有标签都需要

运行开始训练

在这里插入图片描述
在clone的文件中，找到train.py文件；需要按如下进行修改，修改后运行：

def parse_opt(known=False):
	parser = argparse.ArgumentParser()
    parser.add_argument("--weights", type=str, default=ROOT / "yolov5s.pt", help="initial weights path")    # 借用的模型
    parser.add_argument("--cfg", type=str, default="", help="model.yaml path")
    parser.add_argument("--data", type=str, default=ROOT / "data/data.yaml", help="dataset.yaml path")      # 修改为刚刚定义的yaml文件
    parser.add_argument("--hyp", type=str, default=ROOT / "data/hyps/hyp.scratch-low.yaml", help="hyperparameters path")

更多常见参数定义：
–img-size：输入图像的大小。
–batch-size：每批次的图像数量。
–epochs：训练轮数。
–data：数据配置文件路径。
–weights：预训练权重文件（可以使用 YOLOv5 提供的预训练模型）。
–cfg：模型配置文件路径。
–name：训练实验的名称，用于保存训练结果。

运行后测试：

使用自带的detect文件运行

使用前，需要进行一些修改：

def parse_opt():
	parser = argparse.ArgumentParser()
    # parser.add_argument("--weights", nargs="+", type=str, default=ROOT / "yolov5s.pt", help="model path or triton URL")
    # 选择模型
    parser.add_argument("--weights", nargs="+", type=str, default=r"D:\Personal\python\yolov5\runs\train\exp13\weights\last.pt", help="model path or triton URL")
    # parser.add_argument("--source", type=str, default=ROOT / "data/images", help="file/dir/URL/glob/screen/0(webcam)")
    # 要识别的文件
    parser.add_argument("--source", type=str, default=r"D:\Personal\python\yolov5\data\images\test", help="file/dir/URL/glob/screen/0(webcam)")
    # parser.add_argument("--data", type=str, default=ROOT / "data/coco128.yaml", help="(optional) dataset.yaml path")
    parser.add_argument("--data", type=str, default="", help="(optional) dataset.yaml path")
    parser.add_argument("--imgsz", "--img", "--img-size", nargs="+", type=int, default=[640], help="inference size h,w")
    parser.add_argument("--conf-thres", type=float, default=0.25, help="confidence threshold")
    parser.add_argument("--iou-thres", type=float, default=0.45, help="NMS IoU threshold")
    parser.add_argument("--max-det", type=int, default=1000, help="maximum detections per image")

更多常用参数：
–weights：指定训练好的模型权重文件的路径。
–img-size：指定输入图像的大小（例如 640 表示 640x640 像素）。可以根据模型的要求调整此值。
–conf-thres：设置置信度阈值（例如 0.25）。低于此值的检测框会被过滤掉。
–iou-thres：设置 IOU 阈值（例如 0.45）。用于非极大值抑制，去除重复的检测框。
–source：指定测试图像的路径（如 path/to/your/image.jpg）。可以是单个图像文件、视频文件、文件夹路径或摄像头输入。
–save-txt：将检测结果保存为文本文件（可选）。
–save-conf：保存检测结果中的置信度分数（可选）。
–project：指定输出结果保存的文件夹路径（可选）。
–name：指定输出结果的文件夹名称（可选）。

如何使用

import yolov5

def function1(model_path, file_path):
    # 可用，但是没有显示标记的框
    # 加载模型
    model = yolov5.load(model_path)

    # 推理
    results = model.forward(file_path)

    # # 显示结果
    detections = results.pandas().xyxy[0]

    # 打印结果
    print(detections)
    results.show()
    return results

model_path = "模型路径"
file_path = "图片路径"


"""
	results.pandas().xyxy[0] 返回一个 Pandas DataFrame，包含以下列：
    xmin：检测框左上角的 x 坐标
    ymin：检测框左上角的 y 坐标
    xmax：检测框右下角的 x 坐标
    ymax：检测框右下角的 y 坐标
    confidence：检测框的置信度分数
    class：检测框对应的对象类别标签
    name：检测框对应的对象类别名称
"""