跑通并使用Yolo v5的源代码并进行训练—目标检测

已于 2024-06-21 18:52:29 修改
阅读量638 收藏 27
点赞数 30
分类专栏： 深度学习 人工智能算法 文章标签： YOLO 目标检测 人工智能
于 2024-06-21 18:14:13 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_46167190/article/details/139861178
版权

跑通并使用Yolo v5的源代码并进行训练

摘要：yolo作为目标检测计算机视觉领域的核心网络模型，虽然到24年已经出到了v10的版本，但也很有必要对之前的核心版本v5版本进行进一步的学习。在学习yolo v5的时候因为缺少论文所以要从源代码入手来体验yolo v5之一经典的网络模型。

Git拉取代码

首先给出github上的官方仓库。我们使用第7版的yolo v5来进行测试和使用。

https://github.com/ultralytics/yolov5

在这里插入图片描述

创建yolo v5的虚拟环境

本次使用Anaconda的图形管理工具来创建yolo v5的虚拟环境，使用的python版本选择python 3.11的版本

官方要求是：python version >= python 3.8

在这里插入图片描述

git clone拉取项目并使用pycharm打开

在指定文件夹下面使用:来拉取项目

git clone https://github.com/ultralytics/yolov5.git
在这里插入图片描述

之后使用pycharm将项目进行导入，并观察项目的结构。当然建议可以直接在pycharm中通过git模块将项目加载进ide中进行学习。

在这里插入图片描述
选择虚拟环境将改项目的虚拟环境选择为刚刚创建的yolo v5的环境信息。在虚拟环境的基础上通过pip安装需要使用的requirements.txt文件夹下面所定义的环境配置。

如果一些环境因为CUDA的版本信息安装不上，则需要在终端自己通过pip命令安装一些高版本的依赖库进行测试使用。

# YOLOv5 requirements
# Usage: pip install -r requirements.txt

# Base ------------------------------------------------------------------------
gitpython>=3.1.30
matplotlib>=3.3
numpy>=1.23.5
opencv-python>=4.1.1
pillow>=10.3.0
psutil  # system resources
PyYAML>=5.3.1
requests>=2.32.0
scipy>=1.4.1
thop>=0.1.1  # FLOPs computation
torch>=1.8.0  # see https://pytorch.org/get-started/locally (recommended)
torchvision>=0.9.0
tqdm>=4.64.0
ultralytics>=8.2.34  # https://ultralytics.com
# protobuf<=3.20.1  # https://github.com/ultralytics/yolov5/issues/8012

# Logging ---------------------------------------------------------------------
# tensorboard>=2.4.1
# clearml>=1.2.0
# comet

# Plotting --------------------------------------------------------------------
pandas>=1.1.4
seaborn>=0.11.0

# Export ----------------------------------------------------------------------
# coremltools>=6.0  # CoreML export
# onnx>=1.10.0  # ONNX export
# onnx-simplifier>=0.4.1  # ONNX simplifier
# nvidia-pyindex  # TensorRT export
# nvidia-tensorrt  # TensorRT export
# scikit-learn<=1.1.2  # CoreML quantization
# tensorflow>=2.4.0,<=2.13.1  # TF exports (-cpu, -aarch64, -macos)
# tensorflowjs>=3.9.0  # TF.js export
# openvino-dev>=2023.0  # OpenVINO export

# Deploy ----------------------------------------------------------------------
setuptools>=65.5.1 # Snyk vulnerability fix
# tritonclient[all]~=2.24.0

# Extras ----------------------------------------------------------------------
# ipython  # interactive notebook
# mss  # screenshots
# albumentations>=1.0.3
# pycocotools>=2.0.6  # COCO mAP

在这里插入图片描述

通过pip安装环境

官方的md文件中给出了需要在终端中切换的目录，和安装的命令如下所示：

cd yolov5
pip install -r requirements.txt # install

并给出了预训练好的模型信息。

预训练模型

模型尺寸
（像素）		mAPval
50-95		mAPval
50		推理速度
CPU b1
（ms）		推理速度
V100 b1
（ms）		速度
V100 b32
（ms）		参数量
(M)		FLOPs
@640 (B)
YOLOv5n64028.045.7456.30.61.94.5
YOLOv5s64037.456.8986.40.97.216.5
YOLOv5m64045.464.12248.21.721.249.0
YOLOv5l64049.067.343010.12.746.5109.1
YOLOv5x64050.768.976612.14.886.7205.7
YOLOv5n6128036.054.41538.12.13.24.6
YOLOv5s6128044.863.73858.23.612.616.8
YOLOv5m6128051.369.388711.16.835.750.0
YOLOv5l6128053.771.3178415.810.576.8111.4
YOLOv5x6
+[TTA]		1280
1536		55.0
55.8		72.7
72.7		3136
-		26.2
-		19.4
-		140.7
-		209.8
-

在进行预测和测试时可以选择上面的预训练模型进行下载，下载的位置如图所示，在执行时可以自动下载若下载失败，在自己在指定的位置下载这些模型。

在这里插入图片描述

主要要有c++的环境才能安装成果，可以先看一下自己的windows电脑上是否有c++的环境，linux上还没测试过，可以之后使用colab进行一下测试。

在这里插入图片描述

根据文档提示启动项目测试预训练模型

官方提供了两张用来进行目标检测的图片，执行detect.py文件并修改里面main函数中包括的参数信息，加载预训练模型进行预测。

在这里插入图片描述

if __name__ == "__main__":
    opt = parse_opt()
    main(opt)

在parse_opt()函数中修改指定的参数信息。

ef parse_opt():
    """Parses command-line arguments for YOLOv5 detection, setting inference options and model configurations."""
    parser = argparse.ArgumentParser()
    parser.add_argument("--weights", nargs="+", type=str, default=ROOT / "yolov5s.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)")
    parser.add_argument("--data", type=str, default=ROOT / "data/coco128.yaml", 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")
    parser.add_argument("--device", default="", help="cuda device, i.e. 0 or 0,1,2,3 or cpu")
    parser.add_argument("--view-img", action="store_true", help="show results")
    parser.add_argument("--save-txt", action="store_true", help="save results to *.txt")
    parser.add_argument("--save-csv", action="store_true", help="save results in CSV format")
    parser.add_argument("--save-conf", action="store_true", help="save confidences in --save-txt labels")
    parser.add_argument("--save-crop", action="store_true", help="save cropped prediction boxes")
    parser.add_argument("--nosave", action="store_true", help="do not save images/videos")
    parser.add_argument("--classes", nargs="+", type=int, help="filter by class: --classes 0, or --classes 0 2 3")
    parser.add_argument("--agnostic-nms", action="store_true", help="class-agnostic NMS")
    parser.add_argument("--augment", action="store_true", help="augmented inference")
    parser.add_argument("--visualize", action="store_true", help="visualize features")
    parser.add_argument("--update", action="store_true", help="update all models")
    parser.add_argument("--project", default=ROOT / "runs/detect", help="save results to project/name")
    parser.add_argument("--name", default="exp", help="save results to project/name")
    parser.add_argument("--exist-ok", action="store_true", help="existing project/name ok, do not increment")
    parser.add_argument("--line-thickness", default=3, type=int, help="bounding box thickness (pixels)")
    parser.add_argument("--hide-labels", default=False, action="store_true", help="hide labels")
    parser.add_argument("--hide-conf", default=False, action="store_true", help="hide confidences")
    parser.add_argument("--half", action="store_true", help="use FP16 half-precision inference")
    parser.add_argument("--dnn", action="store_true", help="use OpenCV DNN for ONNX inference")
    parser.add_argument("--vid-stride", type=int, default=1, help="video frame-rate stride")
    opt = parser.parse_args()
    opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expand
    print_args(vars(opt))
    return opt

在简单进行使用的过程中，只说明前两个参数即可满足效果的显示。

  1. parser.add_argument(“–weights”, nargs=“+”, type=str, default=ROOT / “yolov5s.pt”, help=“model path or triton URL”)

加载yolov5s.pt模型作为预训练权重。

  1. parser.add_argument(“–source”, type=str, default=ROOT / “data/images”, help=“file/dir/URL/glob/screen/0(webcam)”)

需要检测的图片存放路径信息。

在配置好后执行该文件产生对应的效果来进行测试。

报错信息解决

在这里插入图片描述
额：不出意外第一次跑代码总会产生一定的错误信息。

AttributeError: partially initialized module ‘charset_normalizer’ has no attribute ‘md__mypyc’ (most likely due to a circular import)

参考解决方式：pip install --force-reinstall charset-normalizer==3.1.0

在这里插入图片描述

之后再一次执行信息，就执行成功开始下载yolov5s.pt的预训练模型信息，进行一个检测检测操作。并将结果保存到指定的位置处。

在这里插入图片描述

在run文件下面生成第一次检测的图片结果信息。

在这里插入图片描述

切换预训练模型在执行一次

例如切换使用YOLOv5m 模型进行一次测试过程，观察该模型与之前的模型在生成的效果上有何不同之处。

我们这次使用命令行的方式来进行执行观察效果

修改对应的预训练参数yolov5m.pt

 parser.add_argument("--weights", nargs="+", type=str, default=ROOT / "yolov5m.pt", help="model path or triton URL")

在这里插入图片描述
明显可以发现该模型的大小明显更大下载的速度也更快。

模型下载的位置就保持在根目录处，可以通过程序直接进行加载。

在这里插入图片描述

执行成功之后发现在bounding box对应的置信度上的数值存在明显的不同之处。同时会保存在不同的文件中。

在这里插入图片描述

街道视频的目标检测

在官方文档和代码注释出提到了可以使用.mp4文件并将视频转化为帧进行检测。

$ python detect.py --weights yolov5s.pt --source 0 # webcam
img.jpg # image
vid.mp4 # video
screen # screenshot
path/ # directory
list.txt # list of images
list.streams # list of streams
‘path/*.jpg’ # glob
‘https://youtu.be/LNwODJXcvt4’ # YouTube
‘rtsp://example.com/media.mp4’ # RTSP, RTMP, HTTP stream

其中 parser.add_argument(“–view-img”, action=“store_true”, help=“show results”)

–view-img参数可以显示检测的效果，在执行视频文件的同时我们使用到这个参数就可以动态观察视频的检测效果了。

  1. 下载一个街道视频作为待检测的素材。

在这里插入图片描述

  1. 修改第二个参数信息在程序中读入视频并进行检测。
parser.add_argument("--source", type=str, default=ROOT / "data/video/street.mp4", help="file/dir/URL/glob/screen/0(webcam)")
  1. 设置–view-img参数观看检测视频的实时效果。（python detect.py --view-img）

在这里插入图片描述
选择的是一个较小的视频共可以分为211帧来检测实时的检测。

street

使用coco数据集结合GPU训练自己的模型

我们结合迁移学习和代码中使用到的微调等相关技术。对自己的模型进行训练，项目中包括了一些yaml配置文件。

方便快速的训练，我选择使用其中的coco128这个数据集。共80个类别信息
在训练的过程中同样需要先下载coco128数据集对应的128张图片，然后在进行模型的训练。

初学者水平有限调参默认忽略。其中yaml文件中给出了下载地址：
download: https://ultralytics.com/assets/coco128.zip

修改参数信息，之后进行训练，训练完成后得到自己的GPU训练之后的模型信息。

add_argument("--weights", type=str, default=ROOT / "yolov5m.pt", help="initial weights path")
    parser.add_argument("--cfg", type=str, default="", help="model.yaml path")
    parser.add_argument("--data", type=str, default=ROOT / "data/coco128.yaml", help="dataset.yaml path")

  1. 下载数据集读入参数信息
    在这里插入图片描述

  2. 结合训练集和验证集进行模型的训练。

在这里插入图片描述

在这里插入图片描述
下载的是cpu版本的pytorch训练较慢，重新用pip下载GPU版本的pytorch重新来进行训练

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

建议还是用conda装

换源下载加快速度下载GPU版本的torch
在这里插入图片描述
下载完成后GPU可以则重新进行训练。(GPU安装成功后重新训练)

在这里插入图片描述
注意的是conda虚拟环境的pytorch cuda版本一定用conda安装

在这里插入图片描述
成功用gpu进行训练了当100个批次都跑完后即可看生成的训练的目录结构

将最后的结果保存在第三次训练的地方。
在这里插入图片描述

使用自己训练的模型来进行视频的检测

在检测文件处修改指定的模型加载位置：我们自己训练的第三个模型的位置。runs/train/exp3/weights/best.pt

--weights", nargs="+", type=str, default=ROOT / "runs/train/exp3/weights/best.pt", help="model path or triton URL")

效果基本上和预训练模型的效果近似相同。

在这里插入图片描述

程序小旭
关注
  • 30
    点赞
  • 踩
  • 27
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
YOLOv5源码包YOLOv5_master
04-15
按照文章里面的配置。直接可以运行
YOLOv5 最详细的源码逐行解读(一)
热门推荐
max的博客
07-17 1万+
逐行吃透YOLOv5源码
YOLOV5源码的详细解读
BeeGreen的博客
11-02 4120
(2 cos⁡ ⁣(2 x)+cos⁡ ⁣(x)) (cos⁡ ⁣(3 x)+cos⁡ ⁣(4 x))−(sin⁡ ⁣(2 x)+sin⁡ ⁣(x)) (3 sin⁡ ⁣(3 x)+4 sin⁡ ⁣(4 x)) \left(2\, \cos\!\left(2\, x\right) + \cos\!\left(x\right)\right)\, \left(\cos\!\left(3\, x\right) + \cos\!\left(4\, x\right)\right) - \left(\sin\!\lef
【YOLO系列】YOLO v5（网络结构图+代码）
陶将的博客
06-09 8777
YOLO v5提供了五个不同大小的预训练模型，分别是YOLOv5n、YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x。这五个模型的网络架构一样，不同的是每层通道数和宽度不一样。
YOLOV5训练自己的数据集教程（万字整理，实现0-1）
m0_73776435的博客
03-31 6018
YOLOv5是一种单阶段目标检测算法，该算法在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。YOLOv5是Glenn Jocher等人研发，它是Ultralytics公司的开源项目。YOLOv5根据参数量分为了n、s、m、l、x五种类型，其参数量依次上升，当然了其效果也是越来越好。从2020年6月发布至2022年11月已经更新了7个大版本，在v7版本中还添加了语义分割的功能。
基于yolo-v5的猪脸目标检测模型与代码
12-26
在本项目中，我们关注的是基于YOLOv5的猪脸目标检测模型，这是一个使用PyTorch框架实现的深度学习模型。YOLO（You Only Look Once）是一种实时的目标检测系统，以其高效和准确的特性在计算机视觉领域广泛应用。这里...
基于 yolo 的行人目标检测 + 源代码 + 详细文档
最新发布
06-06
**基于YOLO的行人目标检测技术** YOLO（You Only Look Once）是一种高效且准确的目标检测算法，由...通过深入理解YOLO的工作原理，结合源代码和文档，开发者可以进一步探索目标检测的前沿技术，并应用于实际项目中。
YOLO V5行人检测源代码
12-13
数据集widerperson，网上开源的，文件的runs/train有两个exp一个训练数据多，一个少，自己鉴别，模型可用，把数据集放到data/images 下面就可以用运行detect.py 如有不足，请指正,训练详细细节请找本人主页yolov5 ...
深度学习领域YOLO V5目标检测口罩检测
05-27
深度学习领域YOLO V5目标检测口罩检测，用于口罩面部识别。包含源码和数据集，python语言，可以作为参考。主页有更多源码。
Yolov5 代码从入门到畅通（v6.2） 附代码注释
码农研究僧的博客
11-19 1万+
网上资料对于Yolov5原理比较多，代码解释比较少。那就写个注释补充个流程吧这部分代码主要来源于官方，v6.2：官方github通过detect代码文件来预测window文件用\，而linux操作系统使用/一开始的文件都是导入包名（为了验证导入的包路径正确，使用如下的代码进行验证） 整体的主函数为： 对应命令行格式下的参数可以为图片或者视频流：，代码运行截图如下： 具体解析参数的函数如下： 具体main函数的执行如下： 补充参数讲解，可看我这篇文章的补充：Python关于 *args 和 **kwargs
YOLOV5训练代码train.py训练参数解析
m0_47026232的博客
04-23 1万+
yolov5项目代码中，train.py是用于模型训练的代码，是yolov5中最为核心的代码之一，而代码中的训练参数则是核心中的核心，只有学会了各种训练参数的真正含义，才能使用yolov5进行最基本的训练。
YOLO V5源码详解
qq_52053775的博客
08-20 8007
首先读取图片以及标签路径，并将标签存入缓存，对单标签情况、特定类别、以及是否保持长方形等情况分别进行处理。如果需要进行mosaic 数据增强，首先找到中心点，将图片分别放置于四个位置，进行裁剪或者拼接以适应，并对labels进行调整。同时，对进行过mosaic数据增强过的图像，再进行copy_paste数据增强和旋转、平移、缩放数据增强。同时，还可以进行其他数据增强方式，比如mix up,hsv等。
YOLO-V5 算法和代码解析系列（一）—— 快速开始
DAOCHI
12-19 2094
如何快速验证官方开源YOLO-V5的有效性？文章目录： 运行环境配置， Demo， 重新训练 YOLO-V5s
修改github上yolo源码实现自建数据集的目标检测任务
精灵耶的博客
06-29 4699
本项目自建猫狗数据集，搭建Yolov5，实现猫狗检测
【深度学习】使用GPU（CUDA）跑通YOLOv5源码，包含搭建环境+训练数据集+预测（整套流程）
努力敲代码的小盆友
11-20 4243
浅浅记录从0安装环境、安装软件、搭建环境、训练数据集、预测的一整套流程，也记录了整套流程下来遇到的一些bug。
YOLOv5 项目：训练代码和参数详细介绍（train）
Henry的博客
03-06 5668
YOLOv5 训练输入参数的详细解释
yolo5安装配置及其目标检测
m0_46275263的博客
11-03 1416
目录一、yolo5的下载1.1 环境配置1.2 下载git1.3 下载yolo5源码二、yolo5的安装三、图片检测3.1 准备工作3.2 执行操作3.3 结果显示四、视频检测4.1 准备工作4.2 执行操作4.3 显示结果五、摄像头实时检测5.1 准备工作5.2 执行操作5.3 显示结果六、总结七、参考链接 一、yolo5的下载 1.1 环境配置 首先我们需要在anaconda里面添加yolo5的环境。在anaconda prompt里面输入如下代码： conda create -n yolov5pyth
yolo v5核心源代码
05-13
YOLOv5的核心源代码可以在其官方GitHub仓库中找到：https://github.com/ultralytics/yolov5 该仓库包括了YOLOv5的训练和测试代码，以及预训练模型和数据集。其中，主要的代码文件包括： - `train.py`: 训练脚本，用于训练YOLOv5模型。 - `detect.py`: 推理脚本，用于使用训练好的模型进行目标检测。 - `models/yolo.py`: YOLOv5模型的核心代码，包括模型的网络结构和前向传播的实现。 - `datasets.py`: 数据集处理代码，包括数据增强、数据加载等。 - `utils/*.py`: 包含一些辅助函数，如计算损失、计算AP等。 除了以上代码文件外，还有一些配置文件和预训练模型文件，详细的内容可以参考官方GitHub仓库。
评论
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

打赏作者

程序小旭

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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