在4060TI8g GPU上使用Yolov5

Hello Mr.Z

已于 2025-02-18 15:47:30 修改

阅读量1.2k

点赞数 11

分类专栏：智能机器人算法文章标签：人工智能 NPU AI yolov5

于 2025-01-22 17:42:37 首次发布

本文链接：https://blog.csdn.net/xiaolangyangyang/article/details/145307932

版权

智能机器人算法专栏收录该内容

12 篇文章

订阅专栏

一、基本概念：

Yolov5：基于PyTorch框架的目标识别算法
PyTorch：FaceBook推出的深度学习框架
Torch：PyTorch的Lua版本
TorchVision：PyTorch的一个扩展库，专注于计算机视觉任务
CUDA：NVIDIA推出的一种并行计算平台和编程模型
cuDNN：一个GPU加速库，专门用于深度神经网络，基于CUDA
Msnhnet：一个轻量级的PyTorch推理框架，专注于Yolo模型，及Unet等其他神经网络结构

二、模型文件格式

TensorFlow：.pb
PyTorch：.pt/.pth
ONNX：.onnx
Keras：.h5
Scikit-learn：.pkl

三、软件安装

1、安装Anaconda3
下载路径：https://download.csdn.net/download/xiaolangyangyang/90373396
双击Anaconda3-2021.05-Windows-x86_64.exe一直默认下一步到最后，添加如下环境变量：

C:\ProgramData\anaconda3
C:\ProgramData\anaconda3\Scripts
C:\ProgramData\anaconda3\Library\mingw-w64\bin
C:\ProgramData\anaconda3\Library\bin

查看安装路径：

查看python版本是否是安装版本：

接下来命令行或者Anaconda3得GUI窗口建conda环境，命令行下输入：

conda create -n yolo5_py38 python=3.8 //创建名为yolo5_py38，python版本3.8的虚拟环境

2、安装cuda
下载路径：https://zhuanlan.zhihu.com/p/672526561
下载 cuda 12.1 :https://developer.nvidia.com/cuda-12-1-0-download-archive，选择系统下载安装即可，安装好了检查环境变量有没有更新上去（这里一般没问题）

3、安装torch和torchvision
阿里源手动下载地址：pytorch-wheels-cu121安装包下载_开源镜像站-阿里云
下载以下两个文件：
torch-2.3.0+cu121-cp38-cp38-win_amd64.whl
torchvision-0.18.0+cu121-cp38-cp38-win_amd64.whl

4、配置环境
yolov5源码下载路径：https://download.csdn.net/download/xiaolangyangyang/90373399
使用vscode打开，在requirements.txt里删除以下三行内容：

torch>=1.8.0
torchvision>=0.9.0
ultralytics>=8.0.232

切到train.py，在vscode里右下角选择解释器，里面选择我们之前搭建好的conda的python 3.8环境yolo5_py38，选择好之后重新打开vscode，输入python --version 看看是不是输出正确的python版本，接下来在终端窗口输入：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install (下载路径)\torch-2.3.0+cu121-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install (下载路径)\torchvision-0.18.0+cu121-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

全部安装好后记得 pip list 查看安装的依赖库，如果显示：

torch和torchvision版本后带CU121即是安装成功。
修改train.py里的内容如下：

parser.add_argument("--device", default="0", help="cuda device, i.e. 0 or 0,1,2,3 or cpu")

default="0"，表示使用一块gpu（我使用的是13700K+4060ti8g）

5、开始训练

在vscode命令行里输入python train.py开始训练，训练过程出现出现显卡信息说明调用显卡成功：

能够正常完成训练，说明全部的软件安装成功。

四、训练样本集

people样本集part1下载地址：https://download.csdn.net/download/xiaolangyangyang/90373475
people样本集part2下载地址：https://download.csdn.net/download/xiaolangyangyang/90373492
训练过程参考这个链接：yolov5模型训练教程：从数据标注到预处理与训练-CSDN博客
注意安装labelimg时带上清华源：pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
为节省时间训练500张样本图片即可（13700K+4060ti耗时30分钟）

训练命令：

python train.py --epoch 300 --batch 4 --data ./data/myvoc.yaml --cfg ./models/yolov5s.yaml --weight ./weights/yolov5s.pt --workers 0

其中涉及到的代码有split.py、xml_to_txt.py、myvoc.yaml：

# split.py

import os
import random
import argparse

parser = argparse.ArgumentParser()
parser.add_argument('--xml_path', default='data/dataset', type=str, help='input xml label path')
parser.add_argument('--txt_path', default='data/labels', type=str, help='output txt label path')
opt = parser.parse_args()
trainval_percent = 1.0
train_percent = 0.8
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)
num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)
file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')
for i in list_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        file_trainval.write(name)
        if i in train:
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

# xml_to_txt.py

import xml.etree.ElementTree as ET
from tqdm import tqdm
import os
from os import getcwd
 
sets = ['train', 'val', 'test']
classes = ['people']  # 这里改为你要训练的标签，否则会报错。比如你要识别“hand”，那这里就改为hand
 
 
def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    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(image_id):
    # try:
    in_file = open('data/dataset/%s.xml' % (image_id), encoding='utf-8')
    out_file = open('data/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
    tree = ET.parse(in_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))
        b1, b2, b3, b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " +
                       " ".join([str(a) for a in bb]) + '\n')
 
 
# except Exception as e:
#     print(e, image_id)
 
wd = getcwd()
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/labels/%s.txt' %
                     (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in tqdm(image_ids):
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

因为样本集是people，这里内容改为people：

# myvoc.yaml

train: data/train.txt
val: data/val.txt
nc: 1
names: ["people"]

训练过程中查看CPU和GPU的消耗，我的13700K几乎占满，4060TI消耗一半
训练结果：
runs\train\xxx\weights\best.pt //最好的训练结果，用于部署
runs\train\xxx\weights\last.pt // 最后一次训练结果，用于继续训练

五、图片部署训练好模型文件

在vscode中打开detect.py，将训练好的best.pt文件复制到项目根目录下，修改以下两个地方：

命令行里运行python detect.py
或者直接使用命令python detect.py --weights best.pt --source ./data/images
单张图片识别命令python detect.py --weights best.pt --source ./data/images/xxx.jpg
识别完成后的图片保存在以下路径：runs\detect\exp