听说yolor是YOLO系列里在coco上表现最好的算法,下载代码来跑一跑。
官网地址: github.comhttps://github.com/WongKinYiu/yolor
一、配置环境
#创建虚拟环境
conda create -n yolor python=3.8
#激活虚拟环境
conda activate yolor
#10.2为cuda版本,在cmd中用nvcc --version 查看cuda版本
conda install pytorch=1.7 torchvision cudatoolkit=10.2 -c pytorch
#进入虚拟环境
cd yolor-main
#安装依赖
pip install -r requirements.txt
记得下载权重文件
# 测试环境是否配置完成
python detect.py --source inference/images/horses.jpg --cfg cfg/yolor_p6.cfg --weights yolor_p6.pt --conf 0.25 --img-size 1280 --device 0
二、准备数据集
原本是VOC格式的数据集,算法要求yolo形式。
首先要从xml变成txt,将voc2yolo4.py和voc_label.py放到VOCdevkit同级目录下。
voc2yolo4.py
#----------------------------------------------------------------------#
# 验证集的划分在train.py代码里面进行
# test.txt和val.txt里面没有内容是正常的。训练不会使用到。
#----------------------------------------------------------------------#
'''
#--------------------------------注意----------------------------------#
如果在pycharm中运行时提示:
FileNotFoundError: [WinError 3] 系统找不到指定的路径。: './VOCdevkit/VOC2007/Annotations'
这是pycharm运行目录的问题,最简单的方法是将该文件复制到根目录后运行。
可以查询一下相对目录和根目录的概念。在VSCODE中没有这个问题。
#--------------------------------注意----------------------------------#
'''
import os
import random
random.seed(0)
xmlfilepath=r'./VOCdevkit/VOC2007/Annotations'
saveBasePath=r"./VOCdevkit/VOC2007/ImageSets/Main/"
#----------------------------------------------------------------------#
# 想要增加测试集修改trainval_percent,trainval=0时,都用来测试
# train_percent不需要修改
#----------------------------------------------------------------------#
trainval_percent=0.9
train_percent=0.9
temp_xml = os.listdir(xmlfilepath)
total_xml = []
for xml in temp_xml:
if xml.endswith(".xml"):
total_xml.append(xml)
num=len(total_xml)
list=range(num)
tv=int(num*trainval_percent)
tr=int(tv*train_percent)
trainval= random.sample(list,tv)
train=random.sample(trainval,tr)
print("train and val size",tv)
print("traub suze",tr)
ftrainval = open(os.path.join(saveBasePath,'trainval.txt'), 'w')
ftest = open(os.path.join(saveBasePath,'test.txt'), 'w')
ftrain = open(os.path.join(saveBasePath,'train.txt'), 'w')
fval = open(os.path.join(saveBasePath,'val.txt'), 'w')
for i in list:
name=total_xml[i][:-4]+'\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest .close()
voc_label.py
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
# 2012代表年份, 2012train.txt 就是ImageSets\Main 下对应的txt名称,其依次类推, 换成自己数据集需修改sets
sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
# classes 是所有类别名称, 换成自己数据集需要修改classes
classes = ["drone"]
#@params size 图片宽高
#@params box groud truth 框的x y w h
def convert(size, box):
dw = 1./size[0] # 用于下面框的坐标和高宽归一化
dh = 1./size[1]
x = (box[0] + box[1])/2.0 # 求中心坐标
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 convert_annotation(year, image_id):
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id)) # 读取 image_id 的xml文件
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w') # 保存txt文件地址
tree=ET.parse(in_file)
root = tree.getroot()
size = root.find('size') # 读取图片 w h
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) # w,h,x,y归一化操作
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') # 一个框写入
wd = getcwd() # 获取当前地址
for year, image_set in sets:
if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split() # 读取图片名称
list_file = open('%s_%s.txt'%(year, image_set), 'w') # 保存所有图片的绝对路径
for image_id in image_ids:
list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.bmp\n'%(wd, year, image_id))
convert_annotation(year, image_id)
list_file.close()
在VOC2007下面生成了labels文件夹。
按照格式放入图片和标注文件。
----data----coco----images----train2017
----val2017
----data----coco----labels----train2017
----val2017
三、修改配置文件
data\coco.yaml中的nc names
data\coco.names
cfg\yolor_p6.cfg中 :4个yolo的class
filters=(class+5)*3 自己根据类别数计算
implicit 和上面一样计算
注意有4组!!!
四、训练
根据自己的需要修改train.py中458行以后的参数
五、租用GPU跑yolor
租用GPU及相关配置参考:云GPU 极链云的使用 pycharm远程连接 FileZilla XShell_向来萧瑟也无畏-CSDN博客
AI极链云新手教程(最快上手极链云服务器)_不懂自己5267的博客-CSDN博客
1.文件传输
用FileZilla将yolor-main传到root下
命令行输入
pip install -r requirements.txt
然后训练就ok
补充:预训练权重yolor预训练权重(官网版本)-深度学习文档类资源-CSDN文库