yolov3模型训练——使用yolov3训练自己的模型

本文主要讲述了在Windows10环境下使用yolov3训练模型的具体步骤

软件准备：anaconda3，pycharm

一、程序下载与准备

（1）yolov3下载

yolov3的github地址：yolov3
1.可以点击此处选择自己想要下载的版本（本文以9.5.0为例）

2.点击左边的download即可下载压缩包

3.下载并解压后的文件夹如图所示：


在pycharm中打开工程目录如下图所示：

（2）训练集文件夹创建

1.在yolov3-9.5.0工程文件夹下，新建一个名称为VOCdevkit的文件夹
2.在VOCdevkit文件夹下，新建三个名称分别为images，labels，VOC2007的文件夹
3.在images和labels文件夹下分别新建两个名为train和val的文件夹
4.在VOC2007文件夹下新建三个名称分别为Annotations，JPEGImages，YOLOLabels的文件夹
如下图所示：

Annotations：xml标签文件夹
JPEGImages：图片文件夹
YOLOLabels：txt标签文件夹（yolov训练需要txt格式的标签文件）

（3）预训练权重下载

加载预训练权重进行网络的训练可以减小缩短网络训练时间，并且提高精度。预训练权重越大，训练出来的精度就会越高，但是其检测的速度就会越慢。

1.预训练权重下载地址：yolov5权重
本文在此处选择下载的是yolov3-tiny.pt
（不同的预训练权重对应着不同的网络层数，我们需要根据预训练权重使用对应的yaml文件，即在之后的训练中需要使用名称为yolov3-tiny.yaml的文件）

2.将下载好的权重文件保存在weights文件夹中

二、环境搭建

（1）pytorch安装

windows10系统中通过anaconda安装pytorch的具体步骤可以阅读此篇博客：
anaconda安装pytorch（anaconda3，Windows10）

（2）将pytorch应用到工程

在上一步中我们通过anaconda安装了pytorch，并将其导入了pycharm，下面我们来将名称为pyotch环境中的编译器应用到工程文件中去。
1.点击文件→设置

2.选择Project Interpreter，选择刚刚导入pycharm的pytorch环境，点击应用，最后点击确认

这样我们就成功将名称为pytorch环境中的编译器应用到了yolov3-9.5.0工程中

（3）requirements中的依赖包安装

1.接下来对工程所需的依赖包进行安装，首先打开terminal

2.复制requirements.txt文件中的命令行：

pip install -r requirements.txt

粘贴在terminal中，并按回车键运行命令行，requirements中的依赖包就开始安装了

（4）环境搭建可能遇到的问题

1.遇到错误 ERROR: Could not build wheels for pycocotools which use PEP 517 and cannot be installed directly

参考此篇博客中的环境搭建可能遇到的问题部分：
目标检测—基于Yolov5的目标检测项目（学习笔记）
（如有其它错误会后续更新）

三、数据集制作

使用labelimg来制作我们自己的数据集，labelimg的安装和基本操作可以阅读此篇博客：
数据集制作——使用labelimg制作数据集
yolov网络训练所需要的文件格式是txt格式的
如果通过labelimg给数据集打标签时输出为xml格式，可以通过代码将xml格式的标注文件转换为txt格式的标注文件；
如果输出为txt格式的标签文件则可以直接使用。同时训练自己的yolov3检测模型的时候，数据集需要划分为训练集和验证集，也可以通过相关代码实现。
本文以识别两个标签"person"和"har"为例，同时本文的数据集是以基于识别人带安全帽的数据集为例

本文以使用labelimg标注xml格式的标签文件为例：
（打标签过程省略）
1.首先将图片数据集存放在JPEGImages文件夹下；将xml标签文件存放在Annotations文件夹下；即：
JPEGImages里面存放着图片文件
Annotations里面存放着xml格式的标签
如图所示：

2.在工程中新建一个python的file，复制粘贴下面的代码并运行，即可将数据集划分为训练集和验证集
（注意将下面代码中的标签种类classes = [“hat”, “person”] 修改为自己的标签，下面代码中训练集占比TRAIN_RATIO = 80为80%）

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile
 
classes = ["hat", "person"] #标签种类
#classes=["ball"]
 
TRAIN_RATIO = 80  #训练集占比
 
def clear_hidden_files(path):
    dir_list = os.listdir(path)
    for i in dir_list:
        abspath = os.path.join(os.path.abspath(path), i)
        if os.path.isfile(abspath):
            if i.startswith("._"):
                os.remove(abspath)
        else:
            clear_hidden_files(abspath)
 
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('VOCdevkit/VOC2007/Annotations/%s.xml' %image_id)
    out_file = open('VOCdevkit/VOC2007/YOLOLabels/%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')
    in_file.close()
    out_file.close()
 
wd = os.getcwd()
wd = os.getcwd()
data_base_dir = os.path.join(wd, "VOCdevkit/")
if not os.path.isdir(data_base_dir):
    os.mkdir(data_base_dir)
work_sapce_dir = os.path.join(data_base_dir, "VOC2007/")
if not os.path.isdir(work_sapce_dir):
    os.mkdir(work_sapce_dir)
annotation_dir = os.path.join(work_sapce_dir, "Annotations/")
if not os.path.isdir(annotation_dir):
        os.mkdir(annotation_dir)
clear_hidden_files(annotation_dir)
image_dir = os.path.join(work_sapce_dir, "JPEGImages/")
if not os.path.isdir(image_dir):
        os.mkdir(image_dir)
clear_hidden_files(image_dir)
yolo_labels_dir = os.path.join(work_sapce_dir, "YOLOLabels/")
if not os.path.isdir(yolo_labels_dir):
        os.mkdir(yolo_labels_dir)
clear_hidden_files(yolo_labels_dir)
yolov5_images_dir = os.path.join(data_base_dir, "images/")
if not os.path.isdir(yolov5_images_dir):
        os.mkdir(yolov5_images_dir)
clear_hidden_files(yolov5_images_dir)
yolov5_labels_dir = os.path.join(data_base_dir, "labels/")
if not os.path.isdir(yolov5_labels_dir):
        os.mkdir(yolov5_labels_dir)
clear_hidden_files(yolov5_labels_dir)
yolov5_images_train_dir = os.path.join(yolov5_images_dir, "train/")
if not os.path.isdir(yolov5_images_train_dir):
        os.mkdir(yolov5_images_train_dir)
clear_hidden_files(yolov5_images_train_dir)
yolov5_images_test_dir = os.path.join(yolov5_images_dir, "val/")
if not os.path.isdir(yolov5_images_test_dir):
        os.mkdir(yolov5_images_test_dir)
clear_hidden_files(yolov5_images_test_dir)
yolov5_labels_train_dir = os.path.join(yolov5_labels_dir, "train/")
if not os.path.isdir(yolov5_labels_train_dir):
        os.mkdir(yolov5_labels_train_dir)
clear_hidden_files(yolov5_labels_train_dir)
yolov5_labels_test_dir = os.path.join(yolov5_labels_dir, "val/")
if not os.path.isdir(yolov5_labels_test_dir):
        os.mkdir(yolov5_labels_test_dir)
clear_hidden_files(yolov5_labels_test_dir)
 
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'w')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'w')
train_file.close()
test_file.close()
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'a')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'a')
list_imgs = os.listdir(image_dir) # list image files
prob = random.randint(1, 100)
print("Probability: %d" % prob)
for i in range(0,len(list_imgs)):
    path = os.path.join(image_dir,list_imgs[i])
    if os.path.isfile(path):
        image_path = image_dir + list_imgs[i]
        voc_path = list_imgs[i]
        (nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path))
        (voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path))
        annotation_name = nameWithoutExtention + '.xml'
        annotation_path = os.path.join(annotation_dir, annotation_name)
        label_name = nameWithoutExtention + '.txt'
        label_path = os.path.join(yolo_labels_dir, label_name)
    prob = random.randint(1, 100)
    print("Probability: %d" % prob)
    if(prob < TRAIN_RATIO): # train dataset
        if os.path.exists(annotation_path):
            train_file.write(image_path + '\n')
            convert_annotation(nameWithoutExtention) # convert label
            copyfile(image_path, yolov5_images_train_dir + voc_path)
            copyfile(label_path, yolov5_labels_train_dir + label_name)
    else: # test dataset
        if os.path.exists(annotation_path):
            test_file.write(image_path + '\n')
            convert_annotation(nameWithoutExtention) # convert label
            copyfile(image_path, yolov5_images_test_dir + voc_path)
            copyfile(label_path, yolov5_labels_test_dir + label_name)
train_file.close()
test_file.close()

运行此代码，过程如下图所示：（注意数据集文件夹名称要和上文中训练集文件夹创建部分一样，就可以直接复制粘贴运行）

然后就可以在images和labels文件夹中分别看到已经划分好的图片数据集和标签数据集

四、yolov3模型训练

（1）修改数据配置文件

1.找到data目录下的voc.yaml文件，将该文件复制一份，将复制的文件重命名，方便后续操作，本文此处修改为hat.yaml

2.点击hat.yaml文件，修改以下部分：
注释掉语句：download: bash data/scripts/get_voc.sh
修改train和val地址为自己电脑中数据集地址
修改number of classes数值为自己数据集标签的种类个数（本文标签为两类）
修改class names为自己自己数据集标签的种类（本文为hat和person）

（2）修改模型配置文件

前面选择下载的权重文件为yolov3-tiny.pt，我们需要使用与之相对应的模型配置yaml文件

1.找到models目录下的yolov3-tiny.yaml文件，将该文件复制一份，将复制的文件重命名，方便后续操作，本文此处修改为yolov3-tiny_hat.yaml

2.打开yolov3-tiny_hat.yaml文件，将number of classes改为数据集标签的种类（本文数据集识别种类为两类）

（3）train.py主函数修改

主要修改以下五个函数：
–weights：初始化的权重文件的路径地址
–cfg：模型yaml文件的路径地址
–data：数据yaml文件的路径地址
–epochs：训练次数
–batch-size：一轮训练的文件个数

1.打开train.py，作以下修改：
修改"–weights"中权重文件地址为文件yolov3-tiny.pt的地址
修改"–cfg"中模型yaml文件的地址为文件yolov3-tiny_hat.yaml的地址
修改"–data"中数据yaml文件的地址为文件hat.yaml的地址

    parser.add_argument('--weights', type=str, default='weights/yolov3-tiny.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='models/yolov3-tiny_hat.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default='data/hat.yaml', help='data.yaml path')

如下图所示：

" --epochs"和"–batch-size"的数值可以根据GPU情况自行设置

2.运行train.py，开始训练模型
在加载完train和val的数据集之后，可以看到模型开始训练~

（4）模型训练可能遇到的问题

1.遇到错误 subprocess.CalledProcessError: Command ‘git tag’ returned non-zero exit status 1.

如下图所示：

解决方法：

打开subprocess.py文件，在第410行，将check值修改为False

点击确定即可

2.遇到错误 UnicodeDecodeError：: ‘utf-8’ codec can’t decode byte 0xc8 in position 0: invalid contin

如下图所示：

解决方法：
打开torch_utils.py，在第58行将编码方式改为decode(‘gb2312’)

3.遇到错误 BrokenPipeError: [Errno 32] Broken pipe

如下图所示：

解决方法：
在第488行，将’–workers’的值改为0

4.遇到错误 OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.

如下图所示：

解决方法：
在anaconda安装目录的envs文件夹下，找到pytorch环境，进入library的bin文件夹，删除libiomp5md.dll文件

五、测试结果

训练结束之后，在runs/train/exp/weights目录下会产生两个权重文件，一个是训练效果最好的权重文件，一个是训练最后一轮的权重文件
（接下来以best.pt权重文件为例）

（1）图片测试步骤

1.将best.pt权重文件复制粘贴在主目录的weights文件夹下（方便后续操作）

2.将想进行测试的图片放在主目录的data文件夹下，如图所示：

3.打开defect.py,更改以下部分：
将"–weight"改为best.pt权重文件的地址（在weights文件夹中）
将"–source"改为要测试的图片地址（在data文件夹中）

parser.add_argument('--weights', nargs='+', type=str, default='weights/best.pt', help='model.pt path(s)')
parser.add_argument('--source', type=str, default='data/1.jpg', help='source')  # file/folder, 0 for webcam

如图所示：

4.运行defect.py，即可得到结果；
5.如果识别视频，在将"–source"改为要测试的视频地址即可（注意加.mp4后缀名）
如果识别摄像头，在将"–source"的值置0即可，即：

parser.add_argument('--source', type=str, default='0', help='source')  # file/folder, 0 for webcam