1.1数据集下载
我使用的是下面的数据集,有需要可去以下链接下载
trianA数据集下载链接:https://pan.baidu.com/s/1zj3MqZEHKHpFACs95Ov4gQ?pwd=ma1p
trianB数据集下载链接:https://pan.baidu.com/s/1whg_-jLfbUnfpZkKjvdziQ?pwd=yg54
1.2yolov5s下载
(1)官网下载
从github上下载yolov5的模型,这里选取的yolov5 ,tags为6.2的版本。
下载网址:https://github.com/ultralytics/yolov5
点击code---download 即可下载压缩包
2.下载预训练模型
从刚刚下载yolov5的github的官网上,下载的预训练模型,
yolov5一共有5种模型:
YOLOv5n:最小的模型,适合在移动端部署。
YOLOv5s:小型模型,适合在CPU上进行推断。YOLOv5m:中等大小的模型,是速度和准确性之间的平衡点,适用于许多数据集和训练任务。
YOLOv5l:大型模型,适用于需要检测较小物体的数据集。
YOLOv5x:最大的模型,拥有最高的mAP指标,但相对较慢,参数数量为86.7百万。
这里我们选取了比较小的YOLOv5s的模型,可以在CPU上训练,亦可以从GPU上训练。
想要用别的yolo版本可以去GitHub搜,是一样的.
下载好yolov5文件后解压到一个文件夹里,这时会发现少了一个yolov5.pt的文件
可以在上面给出的下载链接中往下划,寻找的图中的页面,需要哪个就下那个版本的yoloxx.pt,然后把文件复制到你的文件夹里就行.
1.3下载ANACONDA
从以下链接可以进入下载ANACONDA的官网
下面的按钮的跳过注册
然后就进入了下载界面,弄完了ANACONDA之后,就是准备
python
和
pytorch
1.4python和pytorch
(1)环境配置
首先为自己的项目创建虚拟环境,这里我的项目名为:pytorch_study, python 版本为3.9;请在conda :
conda create -n pytorch_study python==3.9
conda activate pytorch_study
(2)pytorch安装
(gpu版本和cpu版本的安装)
实际测试情况是YOLOv5在CPU和GPU的情况下均可使用,不过在CPU的条件下训练那个速度会令人发
指,所以有条件的小伙伴一定要安装GPU版本的Pytorch。
pytorch
安装注意事项
①安装之前一定要先更新你的显卡驱动,去官网下载对应型号的驱动安装
②30系显卡只能使用cuda11的版本
③一定要创建虚拟环境,这样的话各个深度学习框架之间不发生冲突
可以直接从以下链接进入
pytorch官网
记得一定得要是conda的,如果不点conda默认是pip的下载链接.
(3)下载requirements文件
①
conda
安装的方式
如下:
conda activate pytorch_study
然后执行以下命令:
conda install --yes --file requirements.txt
1.5数据预处理
1.标签转换
(1)我们以train_B_1502的图片和标签为例,首先打开标签文件如下,
分别代表:类别标签, x_min , y_min , x_max , y_max;
x_min , y_min为左上角的坐标, x_max , y_max为右下角的坐标;
创建
labels_convert.py
文件
下面我们将首先我们将标签文件处理成yolo的标签文件,创建脚本:labels_convert.py文件,
示例代码如下:
import os
# 假设所有图片的大小是固定的,根据你的实际情况调整
img_width = 1280
img_height = 720
def convert_bbox_to_yolo_format(x_min, y_min, x_max, y_max, img_w, img_h):
"""
将边界框从 <x_min, y_min, x_max, y_max> 转换为 YOLO 格式 <x_center, y_center,width, height>,并归一化坐标。
"""
x_center = ((x_min + x_max) / 2) / img_w
y_center = ((y_min + y_max) / 2) / img_h
width = (x_max - x_min) / img_w
height = (y_max - y_min) / img_h
return x_center, y_center, width, height
def process_label_files(label_dir):
for label_file in os.listdir(label_dir):
file_path = os.path.join(label_dir, label_file)
with open(file_path, 'r') as file:
lines = file.readlines()
# 准备新的标签内容
new_lines = []
for line in lines:
parts = line.strip().split()
if len(parts) == 5:
cls, x_min, y_min, x_max, y_max = map(float, parts)
x_center, y_center, width, height = convert_bbox_to_yolo_format(x_min, y_min, x_max, y_max, img_width, img_height)
new_line = f"{int(cls)}\t{x_center:.6f}\t{y_center:.6f}\t{width:.6f}\t{height:.6f}\n"
new_lines.append(new_line)
# 将转换后的标签写回文件
with open(file_path, 'w') as file:
file.writelines(new_lines)
if __name__ == "__main__":
label_directory = 'mydatab\labels' # 修正路径中的反斜杠 (把这里的文件相对地址搞成你们的地址)
process_label_files(label_directory)
print("convert over")
2.数据集划分
我们的数据集结构为:
├── images
├── labels
而yolov5的数据集结构为:
├── images
│ ├── train
│ ├── val
│ └── test
├── labels
│ ├── train
│ ├── val
│ └── test
因此我们需要按照yolov5的数据集结构进行划分数据集。
创建
split_data.py
这里我们需要根据yolov5的数据结构,创建自己数据集的结构:这里来存放数据集信息,创建
split_data.py;将图片和标签都按照训练集:校验集:测试集=8:1:1的比例进行划分;(训练集训练参 数,校验集调整超参数,测试集对模型进行测试)
划分数据集的代码:
import os
import random
from shutil import copyfile
def split_dataset(image_folder, txt_folder, output_folder, split_ratio=(0.8,0.1, 0.1)):
# Ensure output folders exist
for phase in ['train', 'val', 'test']:
os.makedirs(os.path.join(output_folder, 'images', phase), exist_ok=True)
os.makedirs(os.path.join(output_folder, 'labels', phase), exist_ok=True)
# Get list of image files
image_files = [f for f in os.listdir(image_folder) if f.endswith(('.jpg','.jpeg', '.png'))]
random.shuffle(image_files)
num_images = len(image_files)
num_train = int(split_ratio[0] * num_images)
num_val = int(split_ratio[1] * num_images)
train_images = image_files[:num_train]
val_images = image_files[num_train:num_train + num_val]
test_images = image_files[num_train + num_val:]
# Copy images and labels to respective folders
for phase, images_list in zip(['train', 'val', 'test'], [train_images,val_images, test_images]):
for image_file in images_list:
# Copy image
image_path = os.path.join(image_folder, image_file)
target_image_path = os.path.join(output_folder, 'images', phase,image_file)
copyfile(image_path, target_image_path)
# Copy corresponding txt file if exists
txt_file = os.path.splitext(image_file)[0] + '.txt'
txt_path = os.path.join(txt_folder, txt_file)
target_txt_path = os.path.join(output_folder, 'labels', phase,txt_file)
if os.path.exists(txt_path):
copyfile(txt_path, target_txt_path)
if __name__ == "__main__":
image_folder_path = "mydatab\images"(把这里的文件相对地址搞成你们的地址)
txt_folder_path = "mydatab\labels"(把这里的文件相对地址搞成你们的地址)
output_dataset_path = "datasetsd"(把这里的文件相对地址搞成你们的地址)
split_dataset(image_folder_path, txt_folder_path, output_dataset_path)
print("Split complete.")
划分训练集后得到images如下:
得到的labels如下:
1.6.模型训练
1.创建bdd_traina.yaml文件
YOLOv5训练中最重要的一个属性是数据集的YAML文件。
在yolov5目录下的data文件夹下新建一个bdd_trainb.yaml文件(可以自定义命名)。在执行训练脚本
时,我们需要将此文件路径作为参数提供,以便脚本可以识别图像路径、标签路径和类别名称。数据集
已经包含了这个文件,以下是我们在这里用于训练的bdd_trainb.yaml文件的内容:
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# COCO 2017 dataset http://cocodataset.org by Microsoft
# Example usage: python train.py --data coco.yaml
# parent
# ├── yolov5
# └── datasets
# └── coco ← downloads here (20.1 GB)
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: E:\text\datasetsd (修改成自己的文件地址) # dataset root dir
train: images/train # train images (relative to 'path') 118287 images
val: images/val # val images (relative to 'path') 5000 images
test: images/test # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794
# Classes
nc: 9 # number of classes
names: ['bus','traffic light', 'traffic sign', 'person', 'bike', 'truck','motor', 'car', 'rider',] # class names
# Classes
nc: 9 # number of classes
names: ['bus','traffic light', 'traffic sign', 'person', 'bike', 'truck','motor', 'car', 'rider',] # class names
把coco128.yaml文件复制一个修改成上述的就行
2.
修改
train.py
以上参数解释如下:
epochs:指的就是训练过程中整个数据集将被迭代多少次,显卡不行,就调小点。默认是300,我这里的 示例写的是5
batch-size:一次看完多少张图片才进行权重更新,梯度下降的mini-batch,显卡不行,就调小点,主要是
因为在神经网络训练过程中,Batch size决定了每次训练迭代时,一次性加载到GPU显存中的数据量。
也就是说,Batch size实际上直接影响到了GPU内存的使用情况, 这里我们可以使用yolov5默认的16;
cfg:存储模型结构的配置文件
data:存储训练、测试数据的文件
img-size:输入图片宽高,显卡不行,就调小点。
device: 如果有一张显卡的话,default改为0;没有显卡的default='cpu'
workes: 进程数,默认值为8,如果显存不足的话就设置小一点,实在不行设为0.
在YOLO中,对图片进行resize是指将图像的尺寸改变为模型所需的输入尺寸,比如yolo默认的图片大小
为640x640。而原图中的像素是指图像中的每一个点,包含了颜色和亮度等信息。当图片被resize时,
会根据新的尺寸重新采样和插值,所以resize后的图像像素和原图中的像素是有区别的。
1.7如果缺少了什么文件可以使用对应代码,把后缀修改一下,成你们需要的就行:
activate pytorch_study
conda install -n pytorch_study numpy==1.23
conda install -n pytorch_study matplotlib
conda install -n pytorch_study opencv-python opencv-contrib-python
conda install -n pytorch_study pandas
conda install -n pytorch_study pyyaml
conda install -n pytorch_study tqdm
conda install -n pytorch_study seaborn
conda install -c conda-forge tensorboard
conda install -c conda-forge numpy==1.23
conda install -c conda-forge matplotlib
conda install -c conda-forge pandas
conda install -c conda-forge pyyaml
conda install -c conda-forge tqdm
conda install -c conda-forge seaborn pillow==9.5.0
conda install -c conda-forge pillow==9.5.0
getsize报错:
FreeTypeFont‘ object has no attribute ‘getsize‘;
方法(1)降低pillow的版本
conda install -c conda-forge seaborn pillow==9.5.0
①numpy出错:
AttributeError: module ‘numpy‘ has no attribute ‘int
解决方法:
这时因为numpy版本大于1.20不支持int,现在我使用的版本为1.26
解决方法为修改numpy的版本为1.23,然后报错就没了
conda install -c conda-forge numpy==1.23
1.8参数含义
Epoch:训练过程中的迭代次数(即完成了多少个epoch)。
gpu_mem:GPU内存使用情况,通常是以MB或GB为单位的数字。
box:模型预测出的bounding box的平均损失值。
obj:模型预测出的objectness的平均损失值。
cls:模型预测出的分类的平均损失值。
labels:每个batch中标注的物体数量的平均值。
img_size:输入模型的图像的大小,通常是以像素为单位的宽度和高度。
这些参数的意义可以帮助训练者监控模型的训练过程,以便在必要时进行调整和优化。
Class:检测的目标类别。
Images:测试集中包含该类别的图像数量。
Labels:测试集中该类别物体的真实标注数量。
P:该类别的预测精确度(precision),即正确预测的物体数量占所有预测的物体数量的比例。
R:该类别的召回率(recall),即正确预测的物体数量占所有真实物体数量的比例。
mAP@.5:平均精度均值(mean average precision)的值,即在loU阈值为0.5时的平均精度。
mAP@.5:.95:在loU阈值从0.5到0.95的范围内,所有阈值的平均精度的均值。
这些指标的意义是,P和R可以帮助评估模型的分类和检测能力,mAP则综合了模型在不同loU阈值下的 表现,是评估模型性能的主要指标之一.
打开detect.py文件
2.
修改代码
修改219行测试集图片的路径:
修改227行代码:
这里因为我们的任务是需要提交每张图片的人的总数和车的总数的csv文件,所以还需要修改的参数为:
227行,将save-text设置为Ture
接下来我们执行脚本detect.py
最后的结果保存在: runs\detect中;