【跑代码1】win10下用自己的数据集训练yolor+租用GPU训练

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

---