YOLO V5创建属于自己的模型
提示：本文许多图片水印显示的qq号非本人qq号，而是博客号，大家不要添加那个QQ，避免给别人造成打扰，感谢！
文章目录
- 前言
- 一、基本环境
- 二、LabelImg获取及使用
-
- 1.LabelImg下载传送门
- 2.LabelImg的使用
- 三、模型训练并生成
-
- 1.YOLO V5源码下载传送门
- 2.模型训练初始工作
- 3.手动写一个yaml文件与两个py文件
- 4.开始训练
- 在这里插入图片描述 等待训练过程中
- ================================
-
- 5.模型测试
- 总结
前言
本文主要介绍如何使用yolov5生成自己的模型，后期会针对该模型进行优化，调优。由于数据难以获得，本文就拿自己的照片做一个关于自己的模型，取名：zj。
提示：以下是本篇文章内容，主要分四部分：1.基本环境 2.LabelImg获取及使用 3.模型训练并生成 4.遇到的一些错误
一、基本环境
Cythonmatplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3.1
scipy>=1.4.1
tensorboard>=2.2
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0
seaborn>=0.11.0
pandas
onnx>=1.8.0
scikit-learn==0.19.2
pycocotools>=2.0
CUDA，cudnn（后期博客会介绍如何配置安装）
！！切记：CUDA下载后要下一个cuDNN支持包！！
具体安装：点击Anaconda Powershell Prompt(Anaconda3)，进入界面后，可以使用pip安装，也可以使用conda指令安装，这边我推荐使用pip,pip可以直接使用镜像下载，速度很快。例如下述指令，后面如果要按照其他的模块，只需要把numpy改成对应模块名即可。或者直接安装Anaconda，绝大多数用到的模块都可以使用其内置的python.exe，如果遇到没有的，那么就按照pip指令安装或者更新即可。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
二、LabelImg获取及使用
1.LabelImg下载传送门
链接：https://pan.baidu.com/s/1e4mIP7csO1tJpQS-Df2hrg
提取码：yolo
复制这段内容后打开百度网盘手机App，操作更方便哦
2.LabelImg的使用
下载完成后直接打开，运行其中的labelImg.py文件即可
注意事项：需要PYQT5以上的环境才可以跑出结果。
当运行过后，会出现如下gui页面
点击open或者Opendir到要标注的文件或文件夹，开始进行文件标注。这边就展示一下自己的照片了哈。
|LabelImg的一些快捷键|
| Ctrl + s | 保存图片 |
| Space | 标记当前图片已标记 |
| w | 创建一个矩形 |
| d |下一张图片 |
| a | 上一张图片 |
推荐一次标注100张图片及以上，不然在训练train.py时候，不一定会有best.pt与last.pt文件！
三、模型训练并生成
1.YOLO V5源码下载传送门
链接：https://pan.baidu.com/s/1qXQKeV0I4DEi8wb0a3B5uQ
提取码：yolo
复制这段内容后打开百度网盘手机App，操作更方便哦
2.模型训练初始工作
在data文件夹目录下建立以下标红框的空文件夹
其中，Annotations用来保存刚刚的xml文件
images（原本就有的）：将自己的标注数据的原图片存入
JPEGImages：将images所有图片拷贝一份进入
其余的不做改动。
这边切记，所标记的xml文件
尽量保证 的文件路径能够保持一致，因为当你将图片存入images后，这边的xml中 是不变的，还是原先的地址。
3.手动写一个yaml文件与两个py文件
zj是我的名字缩写，所以暂时用来命名了
zj.yaml代码如下
# COCO 2017 dataset http://cocodataset.org
# Train command: python train.py --data coco.yaml
# Default dataset location is next to /yolov5:
# /parent_folder
# /coco
# /yolov5
# download command/URL (optional)
#download: bash data/scripts/get_coco.sh ！！手动注释
# train and val data as 1) directory: path/images/, 2) file: path/images.txt, or 3) list: [path1/images/, path2/images/]
train: data/train.txt # 118287 images
val: data/val.txt # 5000 images
test: data/test.txt # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794
# number of classes
nc: 1
# class names
names: [ 'zj' ]
# Print classes
# with open('data/coco.yaml') as f:
# d = yaml.load(f, Loader=yaml.FullLoader) # dict
# for i, x in enumerate(d['names']):
# print(i, x)
这边nc就是你想要训练的模型个数，我这边只训练自己，所以就是1
names:就是训练的模型名字，自己起名即可
make_txt.py代码如下
import os
import random
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
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)
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftest.write(name)
else:
fval.write(name)
else:
ftrain.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
voc_label.py代码如下
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test','val']
classes = ['zj']
def convert(size, box):
dw = 1. / size[0]
dh = 1. / size[1]
x = (box[0] + box[1]) / 2.0
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(image_id):
in_file = open('data/Annotations/%s.xml' % (image_id))
out_file = open('data/labels/%s.txt' % (image_id), 'w')
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))
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
print(wd)
for image_set in sets:
if not os.path.exists('data/labels/'):
os.makedirs('data/labels/')
image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
list_file = open('data/%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write('data/images/%s.jpg\n' % (image_id))
convert_annotation(image_id)
list_file.close()
voc_label.py这边的classes里面替换成自己的名字即可。
写完后分别运行make_txt.py与voc_label.py文件，运行成功后会在labels文件夹中生成txt文件，文件名为标注的.xml文件名一致。
4.开始训练
点击train.py,
拉到最下面,找到
if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument('--weights', type=str, default='weights/yolov5s.pt', help='initial weights path')
parser.add_argument('--cfg', type=str, default='models/yolov5s.yaml', help='model.yaml path')
parser.add_argument('--data', type=str, default='data/zj.yaml', help='data.yaml path')
parser.add_argument('--hyp', type=str, default='data/hyp.scratch.yaml', help='hyperparameters path')
parser.add_argument('--epochs', type=int, default=300)
parser.add_argument('--batch-size', type=int, default=1, help='total batch size for all GPUs')
parser.add_argument('--img-size', nargs='+', type=int, default=[640, 640], help='[train, test] image sizes')
parser.add_argument('--rect', action='store_true', help='rectangular training')
parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
parser.add_argument('--notest', action='store_true', help='only test final epoch')
parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')
parser.add_argument('--evolve', action='store_true', help='evolve hyperparameters')
parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
parser.add_argument('--cache-images', action='store_true', help='cache images for faster training')
parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
parser.add_argument('--adam', action='store_true', help='use torch.optim.Adam() optimizer')
parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
parser.add_argument('--log-imgs', type=int, default=16, help='number of images for W&B logging, max 100')
parser.add_argument('--log-artifacts', action='store_true', help='log artifacts, i.e. final trained model')
parser.add_argument('--workers', type=int, default=8, help='maximum number of dataloader workers')
parser.add_argument('--project', default='runs/train', help='save to project/name')
parser.add_argument('--name', default='exp', help='save to project/name')
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
parser.add_argument('--quad', action='store_true', help='quad dataloader')
opt = parser.parse_args()
修改前三个parser内容，并在weights文件夹下考入yolov5s.pt文件，文件连接在下：
链接：https://pan.baidu.com/s/1E9-h9ipXJQToinp5pe-heQ
提取码：yolo
复制这段内容后打开百度网盘手机App，操作更方便哦
修改–batch-size的default值，如果遇到报错内存不足，减小他即可。我是直接设置为1.
注意在train.py开头位置添加这一句
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"
等待训练过程中
================================
直至这些训练完后，出现结果，会提示你在data/runs/trains/exp(1-n)某个文件夹里会生成best.pt与last.pt，到达这一步已经成功，接下来可以把这两个文件复制到weights里，或者复制一个best.pt即可。
到达这一步，基本已经完成下一步就是测试了。
5.模型测试
点击detect.py文件，拉到最下面，
if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument('--weights', nargs='+', type=str, default='weights/best.pt', help='model.pt path(s)')
parser.add_argument('--source', type=str, default='data/images', help='source') # file/folder, 0 for webcam
parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')
parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--view-img', action='store_true', help='display results')
parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
parser.add_argument('--augment', action='store_true', help='augmented inference')
parser.add_argument('--update', action='store_true', help='update all models')
parser.add_argument('--project', default='runs/detect', help='save results to project/name')
parser.add_argument('--name', default='exp', help='save results to project/name')
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
opt = parser.parse_args()
print(opt)
我这只修改了第一个–weights后面的参数，使用刚刚训练好的模型，点击运行。之后会将你保存在images文件夹下的图片重新训练一次，你也可以放入新的图片到该文件夹下，到对应的输出文件夹打开就可以看到自己测试的模型了。但是这边并不是很准的，因为这些只是初步识别，至于怎样把它精度调高，优化还得加以研究，比如数据的利用率（数据增广、标签平滑等），特征融合，损失函数设计等都是可以做的。最后放上一张自己的测试结果图，用来结束。
总结
数据集这块最好一次在100张以上，越多越好，如果数据集不够，可以考虑做数据增广，也就不要跟我要标注好的数据集了哈，都是自己的照片，就不发了，大家自己动手标注一下是最有成效的！一起加油，也希望得到各位的指点，我也会不断改善！一起加油！