YOLO训练模型笔记心得

一傲

已于 2023-05-28 12:56:36 修改

阅读量382

点赞数

文章标签： YOLO 笔记 python

于 2023-05-23 21:55:20 首次发布

本文链接：https://blog.csdn.net/weixin_45946609/article/details/130836045

版权

YOLOV5训练模型

一、创建YOLO环境

1.激活提前创建好的虚拟环境，例如yolov5

activate yolov5

2.在克隆好的yolov5目录下安装所需库

pip install -r requirements.txt

二、准备训练数据

1.images用来存放图片，label用来存放标签
在这里插入图片描述
2.使用labeling工具进行标注

下载链接：https://github.com/tzutalin/labelImg

下载解压后

1）删除labelImg-master\data\predefined_classes.txt

2）yolov5环境安装所需依赖

conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc

3）yolov5环境下运行lambeling

python labelimg.py

4）设置好lambeling（lambeling文件路径不能有中文）

在这里插入图片描述

勾选这个选项

在这里插入图片描述

lambeling的使用快捷键

Ctrl + u Load all of the images from a directory
Ctrl + r Change the default annotation target dir
Ctrl + s Save
Ctrl + d Copy the current label and rect box
Ctrl + Shift + d Delete the current image
Space Flag the current image as verified
w Create a rect box
d Next image
a Previous image
del Delete the selected rect box
Ctrl++ Zoom in
Ctrl-- Zoom out
↑→↓← | Keyboard arrows to move selected rect box

5)建立yaml文件，可以用已有的文件上面更改

示例

# train and val data as 1) directory: path/images/, 2) file: path/images.txt, or 3) list: [path1/images/, path2/images/]

train: ../data/images/
val: ../data/images/

# number of classes

nc: 1

# class names

names: ['Doraemon']

三、模型训练

1.在Google Colab中训练，速度更可观（前提是有科学上网工具）

1)查看torch是否正常

import torch

torch.cuda.is_available()

true则正常
在这里插入图片描述

2）克隆yolov5仓库

!git clone https://github.com/ultralytics/yolov5 # clone repo``%cd yolov5

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-PrglnE1g-1684848976427)(C:\Users\Qingchen\AppData\Roaming\Typora\typora-user-images\image-20230523171031825.png)]$

3）安装依赖

%pip install -qr requirements.txt # install dependencies

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VKkaeqhB-1684848976428)(C:\Users\Qingchen\AppData\Roaming\Typora\typora-user-images\image-20230523171103651.png)]$

4）运行以下指令，给予权限访问谷歌云盘

import os

from google.colab import drive

drive.mount('/content/drive')

path = "/content/drive/My Drive"

os.chdir(path)

os.listdir(path)

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-izRUI3qS-1684848976428)(C:\Users\Qingchen\AppData\Roaming\Typora\typora-user-images\image-20230523171215227.png)]$

2.上传data数据集至目录下

开始训练

1.用自带的数据集测试训练，没有问题

!python train.py
在这里插入图片描述

2.训练自己的数据集

!python train.py --img 640 --batch 50 --epochs 100 --data /content/drive/MyDrive/yolov5/data/test.yaml --weights yolov5s.pt --nosave --cache

其中test.yaml文件建议用绝对路径，如下图所示

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EAYdC9OX-1684848976429)(C:\Users\Qingchen\AppData\Roaming\Typora\typora-user-images\image-20230523211542265.png)]$

执行上述代码后，系统开始训练。

训练结果如下图：
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EZxW1yD5-1684848976429)(C:\Users\Qingchen\AppData\Roaming\Typora\typora-user-images\image-20230523212257168.png)]$
在系统结果路径下可以看到训练结果图
在这里插入图片描述

测试模型

!python detect.py --weights /content/drive/MyDrive/yolov5/runs/train/exp9/weights/best.pt --img 640 --conf 0.25 --source /content/drive/MyDrive/yolov5/data/images/1.jpg

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-odV4ZRJf-1684848976431)(C:\Users\Qingchen\AppData\Roaming\Typora\typora-user-images\image-20230523213056057.png)]$
copy right from 抛到海里
以下是它的原文链接
https://blog.csdn.net/qq_45701791/article/details/113992622