完整目标检测项目流程——从使用LabelImg标注到使用YOLOv5训练测试

猫头丁

已于 2022-11-15 12:43:44 修改

阅读量3k

点赞数 6

分类专栏：计算机视觉CV 文章标签：目标检测深度学习 python

于 2022-11-15 09:50:56 首次发布

本文链接：https://blog.csdn.net/weixin_46570668/article/details/127855776

版权

计算机视觉CV 专栏收录该内容

4 篇文章 5 订阅

订阅专栏

完整目标检测项目流程——从使用LabelImg标注到使用YOLOv5训练测试

大家好呀，虽然前面已经有两篇，分别使用Faster RCNN和YOLOv3进行目标检测的项目了，但是！相信大家应该也和我一样觉得远远不够吧！而且前面两篇都是使用的预训练好的模型，直接跳过了训练过程，甚至最后也没有准备测试数据，而是直接使用的摄像头，这个目标检测项目的体验感位面太差了些！
高举横幅《差评！差评！》诶嘿！既然如此，今天我们整一个完整的项目流程，我们会使用LabelImg工具进行图片标注，然后将其变成YOLO的标准数据格式，放入YOLO模型进行训练和测试，一步一步，手把手，相信大家一定会收获更大的满足感。
不过这样会不会很复杂呢？绝对不会！我向你保证，今天的代码量真的超级超级少！
在这里插入图片描述

说到这里，我突然有一个不知道该说成浪漫还是土味的想法。因为预训练模型的话，其实也就只能检测出顶多80个类别，这真的是远远不够！实在是难以囊括我们看到的这个缤纷多彩的世界！所以我有一个想法，假如说你想要展示自己的代码，小帅一把，秀给自己的女朋友看，可以先偷偷拿一些女朋友的照片，将其标注为“angel”或者是“Princess”总之之类的词语，那么当在进行目标检测的时候，其他人都是“person”，只有她是独一无二的！哦！我的天哪！我真的觉得好浪漫啊！虽然不清楚可不可行，哈哈。
在这里插入图片描述哈哈，话不多说，让我们开始今天的项目吧！

数据集获取

我这里做的是一个口罩识别任务，用的是武汉大学开源的一个真实场景下人戴口罩的数据集
是开源的，大家可以去GitHub上面下载，非常方便！实在是太感谢愿意开源分享的学者了，真的太棒了！

数据集GitHub链接：https://github.com/X-zhangyang/Real-World-Masked-Face-Dataset

因为这个数据集很大，其实我并不打算标这么多图片，因为咱们也只是想小小的体验一把，并不是真的要做些什么，所以我标注了240张图片，效果还是不错的，下图是一张效果图，我觉得大家如果不太要求精度的话，大概200张应该足够了。（其实我觉得七八十张应该效果也可以，嘿嘿）
在这里插入图片描述

在这里插入图片描述

LabelImg 安装及使用

真的是有了数据集，就会安心很多，感觉很踏实。
首先我们来安装LabelImg，我是使用anaconda去安装的，这个好像都可以，pip还是conda安装都可以，我们首先来创造一个环境，然后激活我们的conda环境

conda create -n python38 python=3.8
activate python38

接下来开始安装

pip install labelimg

OK，安装成功之后，我们就可以cd到安装的目录下，这里我安装的目录是

cd C:\Users\s\anaconda3\envs\python38\Lib\site-packages\labelImg-master

这个目录下有一个labelImg.py文件，我们接下来运行这个文件

python labelImg.py

如果没问题的话，应该就可以运行啦！就可以看到界面啦！
在这里插入图片描述
但是，情况往往不是那么顺利，有的时候会报错 No module named 'libs.resources 这个时候应该怎么办呢？
不要慌，很简单，我们首先运行如下代码：

pyrcc5 -o resources.py resources.qrc

这个时候会在当前目录，就是在labelImg-master下面生成一个resources.py文件，我们将这个文件拷贝到
libs目录下面，再次运行“python labelImg.py”就没问题啦！
接下来，我们开始快乐标注，，首先选择“打开目录”，选择我们存放图片的文件夹。
在这里插入图片描述接下来选择“创建区块”，我们框住目标，在下面的标签框中打上标签，可以看到下面有一些选项，什么“dog”，“person”，我们可以使用，也可以自定义标签，在这里，我就定义了一个标签“mask”。标注好之后，选择保存。
SOS！我突然发现其实可以保存成YOLO需要的TXT格式的，我个糊涂蛋，我之前一直以为只能是“PascalVOC”原来点击它还可以更换类别！
救命！啊！不管啦！反正我都已经标完了，接下来还是假装没事人一样来分享一下如何将 VOC转成YOLO需要的TXT格式，哈哈，感觉可能我是最后一个知道LabelImg可以直接生成TXT的，大家如果已经是TXT了就可以跳过下面这里。

VOC转成YOLO需要的TXT格式

直接上代码吧！
这部分代码非常简单，就是从长宽高，变成左上和右下坐标。
让我们来导入一些包

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

接下来，定义转换函数

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

def convert_annotation(xml_files_path, save_txt_files_path, classes):
    xml_files = os.listdir(xml_files_path)
    print(xml_files)
    for xml_name in xml_files:
        print(xml_name)
        xml_file = os.path.join(xml_files_path, xml_name)
        out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
        out_txt_f = open(out_txt_path, 'w')
        tree = ET.parse(xml_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))
            # b=(xmin, xmax, ymin, ymax)
            print(w, h, b)
            bb = convert((w, h), b)
            out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

好嘞！接下来就可以开始转化啦！
大家使用代码的时候，需要更改下面的三个部分，首先需要将classes改为你标注的类别，xml_files改为存放voc格式的xml标签文件路径，save_txt_files改为转化为yolo格式的txt标签文件存储路径，接下来就没什么问题啦！开始运行，我们就不用管啦！等会去目标文件夹下查看结果就好啦！

# 把voc的xml标签文件转化为yolo的txt标签文件
# 1、类别
classes = ['mask']
# 2、voc格式的xml标签文件路径
xml_files = r'xml'
# 3、转化为yolo格式的txt标签文件存储路径
save_txt_files = r'masklabel'
convert_annotation(xml_files, save_txt_files, classes)

使用YOLOv5进行训练

终于到训练YOLOv5的时候啦！
因为我不太想在本地训练代码（怕累着我的电脑），所以我就在colab上进行训练啦，YOLO真的被封装的超级好，我们用起来，简直不要太方便。
首先讲一下我们数据集的格式，经过整理后，我们的数据集应该是这种形式：
在这里插入图片描述
因为我这里比较懒，在实际训练的时候，我就只用了Train数据集，没有搞val和test，嘿嘿

在这里插入图片描述
如上图所示，这就是我们需要用到的所有代码了，是不是超级简单哇！

from google.colab import drive
drive.mount('/content/drive')

!pip install pyqt5

!git clone https://github.com/ultralytics/yolov5

!pip install -U -r yolov5/requirements.txt

import torch
from IPython.display import Image

!unzip '/content/drive/MyDrive/MaskTrain.zip'

%cd /content/yolov5

!python train.py --img 500 --batch 16 --epochs 300  --data /content/data.yaml --cfg ./models/yolov5s.yaml --weights ''

注意，这里在/content/目录下面有一个data.yaml，这个需要我们自己写哦，用来定义训练数据集路径和本次目标检测类别，这里我是这么写的，大家可以做一个参考

train: ../content/MaskTrain 
val: ../content/MaskTrain 
test:  ../content/MaskTrain 
names:
  0: mask

接下来就可以开始快乐训练啦！

在这里插入图片描述
最后，让我们来一起看一下结果吧！
哇哦！还不错耶！
YOLO！yyds!

在这里插入图片描述

在这里插入图片描述
恭喜大家！圆满结束！！！

在这里插入图片描述

猫头丁

关注

6
点赞
踩
37

收藏

觉得还不错? 一键收藏
打赏
12
评论
完整目标检测项目流程——从使用LabelImg标注到使用YOLOv5训练测试

大家好呀，虽然前面已经有两篇，分别使用Faster RCNN和YOLOv3进行目标检测的项目了，但是！相信大家应该也和我一样觉得远远不够吧！而且前面两篇都是使用的预训练好的模型，直接跳过了训练过程，甚至最后也没有准备测试数据，而是直接使用的摄像头，这个目标检测项目的体验感位面太差了些！高举横幅《差评！差评！》诶嘿！
复制链接

扫一扫