配置yolov5和训练自己的数据集&分享

配置yolov5和训练自己的数据集&分享（图文0基础）

最近在做一个无人驾驶的项目要用到yolov5来进行目标检测，不过在配置的过程中遇到了N多个问题。。。。。（可能因为我的电脑没有的GPU的原因，我是用CPU来训练的，同样想配置CPU版本的童鞋可以参考一下）所以，想记录一下我配置的细节（因为这个配置花了我两周的时间。。。。）

• 先看一看用yolov5训练出来的目标检测的效果：
  https://www.bilibili.com/video/BV1Mg411G72V

• 首先下载anaconda，直接到官网，网址如下：https://www.anaconda.com/
  
  

（下载anaconda之后可以不用在官网上下载python了）

• 下载pycharm
  下载完anaconda之后就可以下载pycharm了，其他的编译软件也可以，但我用的是pycharm，所以就以pycharm为例
  先到官网上下载pycharm，网址如下：
  https://www.jetbrains.com/pycharm/
  
  
  我下载的是Community社区版的，点一下红色的圈圈就可以开始下载了
• 创建虚拟环境
  下载完anaconda和pycharm后就可以创建虚拟环境了！
  点开Windows窗口，找到Anaconda Prompt
  
  输入如下指令：

conda create --name #自己起一个名字 python=3.8

创建一个虚拟的环境，–name后面的名字自己命名
（我自己给我自己命名为“hhh”)

然后会有([y]/n)?提示 ，输入y即可

最后输入：

conda activate #环境名

没有报错就证明创建成功！

• 下载yolov5
  可以从Github上下载，网址如下：
  https://github.com/ultralytics/yolov5
  对于英语不是很好的童靴，也可以看一下yolov5汉化版的，网址如下：
  https://github.com/wudashuo/yolov5
  这里面会有许多实质性的知识，大家可以自行探索
  如果不会从github上clone文件的话：
  1.可以下载git，教程的链接如下（讲的很详细）：
  https://www.bilibili.com/video/BV1qh41197TZ?p=11
  里面的网盘地址如下：
  git安装包百度网盘地址
  提取码： czxy
  2.也可以直接下载yolov5的压缩包
  
  下载完成之后就可以创建一个关于Yolo的文件夹
  

我的文件名叫Yolo，点开之后如图：

• 接下来就可以配置pycharm了
  1.打开pycharm
  在这里打开你的yolov5文件
  

打开之后，点左上角的File–>Settings
接下来如图：

点开设置：

然后选择Add…，然后如图：
点Conda Environment–>Existing environment–>…

找到的之前用conda创建的环境，我的环境名是hhh，然后在hhh文件下找到python.exe，最后点OK即可：
（创建的环境的位置一般是在Uers–>#你的电脑名–>anaconda3–>envs–>#环境名–>python.exe）

最后点Make available to all projects，OK–>OK，完成！

点击Terminal，如图：

如果括号前面有你创建的环境名就说明成功了！

• 配置yolov5的环境
  在Terminal下输入如下指令：

pip install -r requirements.txt

这是安装yolov5环境的必须文件，如图：

按回车健运行即可。
执行时可能出现的问题：
有些童鞋的电脑可能没有Visual Studio这个东西，在运行上述指令时会出现pycocotools无法下载的错误：

然后到网上找，找了半天发现了一个尴尬的事实：要么步骤太繁杂，小白根本看不懂；要么就是实现不了（别问我为什么知道，因为我也找了半天，哈哈哈），所以，建议大家按照我的方式，简单粗暴又一目了然
1.直接到官网上下载，网址如下：
https://visualstudio.microsoft.com/zh-hans/vs/
下载Professional版的，因为个人版的不行：

点开之后就开始下载Visual Studio installer了
安装完成之后，还要勾选使用C++桌面开发并下载：
注意：一定要选专业或者企业版的（个人版的不行）

安装完成之后再运行一下指令即可：

pip install -r requirements.txt

注意：这个requirements.txt文件在下载torch时好像默认是CPU版本的，如果不确定可以查看一下自己的torch版本（你先确定自己的GPU的版本，再到pytorch官网上下载对应的torch版本，在自己创建的环境中运行官网上的下载指令即可）

• 训练yolov5
  首先下载数据集，这里我提供了训练口罩的数据集，百度网盘的链接如下：
  （下面我们就以训练口罩为任务来讲解）

https://pan.baidu.com/s/1m7_hZvwpEok3fX51Aspucw

提取码：zxcv

在文件中，我们可以看到有三个子文件夹，分别为test、train、valid
在每个子文件夹中又有两个文件夹，分别为images和labels文件夹，其中images文件夹存放训练或测试或验证的数据集（图片），labels文件夹中存放着这些数据集（图片）的对应的标签（注意：图片名和标签名须一一对应）

• 配置yolov5可执行文件
  先将下载好的数据集放到yolov5-master的同级目录下，如图：
  
  然后点开yolov5-master文件夹，–>data

在data文件夹下创建一个mask.yaml文件（.yaml为文件的格式）

文件的内容有：

train: #将你训练的train文件夹的绝对路径复制并粘贴至此处
val: #将你的valid文件夹的绝对路径复制并粘贴至此处
nc: #nc为的要识别的种类的数目
names: [’ ‘,’ ‘,’ '] #names下为你要识别的种类的名称

（注意：冒号的后面一定要有一个空格！）

现在回到pycharm，点开models–>yolov5s.yaml
（这是训练的网络模型，s是最轻量化的模型，一般的CPU都能跑,不过非常的慢。。。。）
我们只需将其中的nc改为我们在data.yaml文件中对应的种类数目即可（这里我们设置为2，因为只有mask和no-mask两个种类）

接下来我们继续设置train.py的可执行文件：
点开Add Configuration–> + -->python–>OK

然后将Name改为train，打开后面的那个文件夹图标
选择train.py，点OK即可

接下来我们点开如图所示的位置：

将如下代码复制并粘贴至此处：

–img
640
–epochs #epochs为训练的周期
200
–data
./data/mask.yaml
–weights
‘’
–cfg
./models/yolov5s.yaml

最后点运行即可：(注意：指令前面是有两条横杠的，这里显示不出来，大家在输入时注意加上就行了)

（不报错就说明可以正常训练了）

OK，配置yolov5的环境并训练数据集的分享就到这里，喜欢的童鞋可以看一看，还有不懂的地方可以私信我或者在下方留言，我看到了都会回的！如有错误的地方，欢迎大神指正！