YOLOv5训练自己的数据集（Windows）

1.源码下载

GitHub - ultralytics/yolov5: YOLOv5 in PyTorch > ONNX > CoreML > TFLite

2.配置环境

很多人在终端输入pip install -r requirements.txt下载安装依赖包，可能会出现错误，但可以通过换源解决，在终端输入以下代码，可以成功安装依赖包。

pip install -r requirements.txt -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

3.创建数据集

可使用labelImg创建个人数据集，参考链接：Windows+Python配置和使用labelImg

如果需要对你的图片重新进行批量命名，要命名后再标注图片

#批量重命名文件
import os
import sys
def re_name():
    path=input("请输入路径(例如D:\\\\picture)：")
    name=input("请输入开头名:")
    startNumber=input("请输入开始数:")
    fileType=input("请输入后缀名（如 .jpg、.txt等等）:")
    print("正在生成以"+name+startNumber+fileType+"迭代的文件名")
    count=0
    filelist=os.listdir(path)
    for files in filelist:
        Olddir=os.path.join(path,files)
        if os.path.isdir(Olddir):
            continue
        Newdir=os.path.join(path,name+str(count+int(startNumber))+fileType)
        os.rename(Olddir,Newdir)
        count+=1
    print("一共修改了"+str(count)+"个文件")
 
re_name()

在yolov5目录下创建mydata文件夹（名字可以自定义） 

Annotations文件夹下面为xml文件（标注工具采用labelImage） 

 images为VOC数据集格式中的JPEGImages，存放图片

 ImageSets文件夹下面有个Main子文件夹，其下面存放训练集、验证集、测试集的划分，通过脚本生成，可以创建一个split_train_val.py文件，代码内容如下：

# coding:utf-8

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='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='ImageSets/Main', type=str, help='output txt label path')
opt = parser.parse_args()

trainval_percent = 1.0
train_percent = 0.9
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()

运行代码后，在Main文件夹下生成下面四个txt文档： 

接下来准备labels，把数据集格式转换成yolo_txt格式，即将每个xml标注提取bbox信息为txt格式（这种数据集格式成为yolo_txt格式），每个图像对应一个txt文件，文件每一行为一个目标的信息，包括class, x_center, y_center, width, height格式。格式如下：

 创建voc_label.py文件，将训练集、验证集、测试集生成label标签（训练中要用到），同时将数据集路径导入txt文件中，代码内容如下：（注意修改对应的图片扩展名）

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ["tomato"]   # 改成自己的类别
abs_path = os.getcwd()
print(abs_path)

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('Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('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
        #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('labels/'):
        os.makedirs('labels/')
    image_ids = open('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(abs_path + '\images\%s.png\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

运行后会生成如下labels文件夹和三个包含数据集的txt文件，其中labels中为不同图像的标注文件，train.txt等txt文件为划分后图像所在位置的绝对路径，如train.txt就含有所有训练集图像的绝对路径。
运行voc_label.py时报错“ZeroDivisionError: float division by zero”的原因是：标注文件中存在width为0或者height为0的数据，检查修改后可解决。

 三个txt文件里面的内容如下：

 4.配置文件

1）数据集的配置
在yolov5目录下的data文件夹下新建一个tomato.yaml文件（可以自定义命名），用来存放训练集和验证集的划分文件（train.txt和val.txt），这两个文件是通过运行voc_label.py代码生成的，然后是目标的类别数目和具体类别列表，tomato.yaml内容如下：

# YOLOv5  by Ultralytics, GPL-3.0 license
# parent
# ├── yolov5
#  └─ data
#  └─ mydata

# 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: mydata  # dataset root dir
train: train.txt  # train images (relative to 'path')
val: val.txt  # val images (relative to 'path')
test:  # test images (optional)

# Classes
nc: 1  # number of classes
names: ['tomato']  # class names

2）修改模型的配置文件

在yolov5目录下的model文件夹下是模型的配置文件，这边提供s、m、l、x版本，逐渐增大（随着架构的增大，训练时间也是逐渐增大），本文采用yolov5s.yaml，只用修改一个参数，把nc改成自己的类别数；

5.训练模型

首先在YOLOV5目录下创建一个weigths文件夹，然后把data/scripts文件下的download_weights.sh放在weights文件下。执行这个shell脚本就可以下载，这里weights的下载可能因为网络而难以进行，有人分享了百度网盘的下载地址，但一定要是v3.0版本最新的预训练模型，不然会报错。

在weights文件下有如下内容：

修改train.py文件的参数 

 '--weigths'：选择自己的权重文件路径，本文选择的是yolov5s.pt文件。

'--cfg'：选择自己模型所在的路径。

'--data'：之前配置文件时修改的yaml文件所在的路径。

'--epochs'：指的是训练过程中整个数据集将被迭代多少次，显卡不行需要调小点。

'--batch-size'：一次看完多少张图片才进行权重更新，显卡不行需要调小点。

'--images-size'：输入图片宽高，同样显卡不行需要调小点。

根据自己的硬件配置修改参数。若参数调得过高，硬件跟不上会出现cuda内存溢出的问题，即内存占用过高电脑带动不了，跑不了。

 修改完成后，点击运行代码就可以了。

自己笔记本太拉跨了，没跑起来，但配置上是没问题的。模型测试与推理部分未做。

错误总结

1.运行train.py出现报错：Downloading https://ultralytics.com/assets/Arial.ttf to C:\Users\Qiushicheng\AppData\Roaming\Ultralytics\Arial.ttf...

网上解决方案： 可以从 ​https://ultralytics.com/assets/Arial.ttf​ 下载，然后放到提示的目录即可，这里是：
C:\Users\用户名\AppData\Roaming\Ultralytics

我的解决方案：我是连接外网解决的。

2.运行train.py报错：AssertionError: train: No labels in F:\yolov5-master\mydata\train.cache. Can not train without labels. See https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data

网上解决方案： 打开utils文件夹下的dataset.py（新更新的YOLOv5没有，就在dataloaders.py）文件，使用快捷键Ctrl+F使用搜索框搜索define label，将框中的地方，改为自己存放图片的文件夹名称，over✌

我的解决方案：是我的images下的图片路径生成错误。

参考链接

https://blog.csdn.net/qq_36756866/article/details/109111065

https://blog.csdn.net/qq_40716944/article/details/118188085