YOLOV5超详细自定义训练数据集

yolov5自定义数据集训练

源码：官方源码
教程所用环境：代码版本：V3.0
Pytorch：1.6.0
Cuda：10.1
python：3.6

准备数据集（VOC格式）

Annotations文件夹下面为xml文件（标注工具采用labelImage），内容如下：

images为VOC数据集格式中的JPEGImages，内容如下：

ImageSets文件夹下面有个Main子文件夹，其下面存放训练集与测试集的划分，通过脚本生成，内容如下：

脚本代码：

import os
import random
import argparse

parser = argparse.ArgumentParser()
#xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path',default='./data/Annotations', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path',default='./data/ImageSets/Main',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()

运行脚本后，在Main生成下面四个txt文档：

接下来准备labels，把数据集格式转换成yolo_voc格式，脚本代码如下：

# -*- coding: utf-8 -*-

import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ['']  #类别数目
abs_path = os.getcwd()


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):
    in_file = open('绝对路径/Annotations/%s.xml' % (image_id))
    out_file = open('绝对路径/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))
        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')


wd = getcwd()
for image_set in sets:
    if not os.path.exists('绝对路径/labels'):
        os.makedirs('绝对路径/labels')
    image_ids = open('绝对路径/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('绝对路径images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

在这里建议大家使用绝对路径，之前使用相对路径时训练出错，然后改成绝对路径之后，可以正常了
运行完脚本代码后，会在根目录下生成txt文档：

里面的内容如下：

配置文件

在data目录下，新建一个yaml文件，主要包括以下四个内容：

train与test，采用根目录下生成的train.txt与val.txt，在这里特别注意不要使用ImageSets中Main文件夹下面的train.txt与val.txt，因为Main下面的txt文档里面没有给出图片的路径。
模型文件，假设采用yolov5l.yaml，则只用修改一个参数，把nc改成自己的类别数，如下：

训练

在train.py进行以下几个修改：

之后运行 python train.py 即可。
训练过程：

可能出现的错误

一般这个是模型下载的不是最新的，例如V3.0的代码，下载的是V2.0或者V1.0的模型权重就会报错，重新下载最新的模型权重即可解决。
之前尝试过下面的解决方案：

为每个YOLOv5模块添加一个非持久缓冲区集来解决这个问题，但是我尝试了，并没有解决，可能没有添加对。不过建议大家直接下载最新的模型权重即可。