类型:yaml,yolov5*.yaml文件通过yolo.py解析文件配置模型的网络结构。
yaml文件的优点 方便,不需要像Yolov3的config设置网络一样设置网络进行叠加,只需要在yaml配置文件中的参数进行修改
s—m—l—x
# parameters
nc:80 #num_classes
depth_mumultiple:0.33 #模型的深度,控制模块的数量model depth multiple ,当模块的数量number不到一时,模块的数量=number*depth +-0.33 比如m就是0.67
width_multiple:0.50 #模型的宽度,控制卷积核的数量layer channel maltiple 卷积核的数量等 = 数量*width +-0.5 比如m就是1.0
#anchors
# anchors
anchors:
- [10,13, 16,30, 33,23] # P3/8 检测小目标 10,13是一组尺寸,一共三组
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32 检测大目标
yolov5已经在yaml预设好了输入图像为640*640分辨率对应的anchor尺寸,yolov5的anchor也是在大特征图上检测小目标,在小特征图上检测大目标。三个特征图,每个特征图上的格子有三种尺寸的anchor
module包括
#Yolov5 backbone
[from,number,module,args]
# from 输入来自哪一层 -1代表上一层 4代表第四层
#number 卷积核的数量 最终数量需要乘上width
#module 模块名称
#args 模块的参数
[[-1, 1, Focus, [64, 3]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4 卷积核的数量 = 128 * wedith = 128*0.5=64
[-1, 3, BottleneckCSP, [128]], #模块数量 = 3 * depth =3*0.33=1
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 9, BottleneckCSP, [256]], #模块数量 = 9 * depth =9*0.33=3
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, BottleneckCSP, [512]],
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 1, SPP, [1024, [5, 9, 13]]],
[-1, 3, BottleneckCSP, [1024, False]], # 9
]
# YOLOv5 head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']], 上采样
[[-1, 6], 1, Concat, [1]],#cat backbone P4 [-1, 6]代表cat上一层和第6层
[-1, 3, BottleneckCSP, [512, False]], # 13 第13层
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']], 上采样
[[-1, 4], 1, Concat, [1]],#cat backbone P3 [-1,4]代表cat上一层和第4层
[-1, 3, BottleneckCSP, [256, False]], # 17 (P3/8-small) 第17层
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], #cat head P4 [-1,14]代表cat上一层和第14层
[-1, 3, BottleneckCSP, [512, False]], # 20 (P4/16-medium) 第20层
[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], #cat head P5 [-1,10]代表cat上一层和第10层
[-1, 3, BottleneckCSP, [1024, False]], # 23 (P5/32-large) 第23层
[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]#Detect [17, 20, 23] 代表输入的层数17和20和23
Yolov5 Head 包括 Neck 和 Detector head 两部分,Neck部分使用了PANet的结构, Detector head使用和yolov3一样的head。其中,BottleneckCSP带有False参数说明没有使用Res unit结构而是采用了conv+Bn+Leaky_relu。
点击查看参数注释params
(1) hpy超参数hpy超参数包括:lr、weight_decay、momentum和图像处理的参数等,Yolov5已经设置好了训练Coco和 Voc数据集的超参数,分别data文件夹下的hyp.finetune.yaml和hyp.scratch.yaml。
# Hyperparameters for VOC finetuning
# ython train.py --batch 64 --weights yolov5m.pt --data voc.yaml --img 512 --epochs 50
lr0: 0.0032 #学习率
lrf: 0.12 # 余弦退火超参数
momentum: 0.843 # 学习率动量
weight_decay: 0.00036 # 权重衰减系数
warmup_epochs: 2.0 #预热学习epoch
warmup_momentum: 0.5 #预热学习率动量
warmup_bias_lr: 0.05 #预热学习率
box: 0.0296 # giou损失的系数
cls: 0.243 # 分类损失的系数
cls_pw: 0.631 #分类BCELoss中正样本的权重
obj: 0.301 # 有无物体损失的系数
obj_pw: 0.911 # 有无物体BCELoss中正样本的权重
iou_t: 0.2 # 标签与anchors的iou阈值iou training threshold
anchor_t: 2.91 # 标签的长h宽w/anchor的长h_a宽w_a阈值, 即h/h_a, w/w_a都要在(1/2.91, 2.91)之间anchor-multiple threshold
# anchors: 3.63
# 下面是一些数据增强的系数, 包括颜色空间和图片空间
fl_gamma: 0.0
hsv_h: 0.0138 # 色调
hsv_s: 0.664 # 饱和度
hsv_v: 0.464 # 明度
degrees: 0.373 #旋转角度
translate: 0.245 # 水平和垂直平移
scale: 0.898 # 缩放
shear: 0.602 # 剪切
perspective: 0.0 # 透视变换参数
flipud: 0.00856 # 上下翻转
fliplr: 0.5 # 左右翻转
mosaic: 1.0 #进行mosaic的概率
mixup: 0.243 #进行mixup的概率
训练别的数据集可以自定义超参数在train.py的meta字典里面修改具体的超参数也可以自己添加hpy.yaml的超参数配置文件,在训练参数的—hpy设置好超参数配置文件的路径就行。
(2)训练超参数:
训练超参数包括配置文件yaml的选择,和训练图片的大小,预训练,batch,epoch等。可以直接在train.py代码中修改也可以在命令行执行时修改,如:$ python train.py --data coco.yaml --cfg yolov5s.yaml --weights '' --batch-size 64
--data 设置数据的配置文件 --cfg 设置网络结构的配置文件 –weihts 加载预训练模型的路径
parser = argparse.ArgumentParser()
parser.add_argument('--cfg', type=str, default='models/yolov5x.yaml',
help='opt.cfg 模型配置和网络结构的yaml文件路径')
parser.add_argument('--data', type=str, default='data/test.yaml',
help='opt.data 数据集配置的yaml文件路径,包括数据集的路径,类名等关键信息')
parser.add_argument('--hyp', type=str, default='',
help='opt.hyp 超参数配置的yaml文件路径')
parser.add_argument('--epochs', type=int, default=3,
help='opt.epochs 训练总轮次')
parser.add_argument('--batch-size', type=int, default=4,
help='opt.batch_size 每个轮次下图片训练的批次大小')
parser.add_argument('--img-size', nargs='+', type=int, default=[608, 608],
help='opt.img_size 输入图像的分辨率大小,注意这里是训练和mAP测试的图像尺寸,而不是一个图像的宽高')
parser.add_argument('--rect', action='store_true',
help='opt.rect 是否采用矩形图像训练,默认是False')
parser.add_argument('--resume', nargs='?', const='get_last', default=False,
help='opt.resume 从给定的path/last.pt恢复训练,如果为空,则从最近保存的path/last.pt恢复训练')
parser.add_argument('--nosave', action='store_true',
help='opt.nosave 保存模型,只保存最后的检查点,默认为False')
parser.add_argument('--notest', action='store_true',
help='opt.notest 训练中不进行test,只测试最后一个轮次,默认为False')
parser.add_argument('--noautoanchor', action='store_true',
help='opt.noautoanchor 不自动调整anchor,默认为False')
parser.add_argument('--evolve', action='store_true',
help='opt.evolve 是否进行超参数进化,默认为False')
parser.add_argument('--bucket', type=str, default='',
help='opt.bucket 未研究清楚')
parser.add_argument('--cache-images', action='store_true',
help='opt.cache_images 是否提前缓存图片到内存,以加快训练速度,默认为False')
parser.add_argument('--weights', type=str, default='runs/yolov5x.pt',
help='opt.weights 加载与训练的权重文件')
parser.add_argument('--name', default='',
help='opt.name 数据集名字,如果设置:results.txt to results_name.txt,默认无')
parser.add_argument('--device', default='0',
help='opt.device 训练的设备设置 , i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--multi-scale', action='store_true',
help='opt.multi_scale 是否进行多尺度训练,默认为False +/- 50%%')
parser.add_argument('--single-cls', action='store_true',
help='opt.single_cls 将所有数据按照一个类别进行训练')
parser.add_argument('--adam', action='store_true',
help='opt.adam 是否使用 torch.optim.Adam() 优化器,默认是False')
parser.add_argument('--sync-bn', action='store_true',
help='opt.sync_bn 是否使用跨卡同步BN,仅在DDP模式下有效')
parser.add_argument('--local_rank', type=int, default=-1,
help='DDP参数,不要修改')
opt = parser.parse_args()