【Python实战】使用YOLOV5的一套完整流程

配置环境

目录

配置环境

下载完整yolov5代码

下载官方模型（这就是权重文件）

配套的库

检测环境是否配置成功

训练自己的数据集

​​​​​​​​​​​​​​在yolov5-master同级目录构建first_data文件夹

区分数据集和验证集

将xml格式的标签文件转换成txt格式Yolov5使用的标签文件

配置yaml文件

修改模型配置文件

进行训练

最终结果

---

​​​​​​​

下载完整yolov5代码

提供两种方式 GitHub官网：GitHub - ultralytics/yolov5: YOLOv5 in PyTorch > ONNX > CoreML > TFLite

百度网盘链接：

链接: 百度网盘 请输入提取码 密码: d9db

下载官方模型（这就是权重文件）

GitHub官网：Releases · ultralytics/yolov5 · GitHub （往下翻）

在yolov5-master下创建一个weights文件，将权重文件放进去

配套的库

利用终端完整 cd命令 切至requirement.txt 在Yolov5源码中可以找到

# 在cmd/终端下输入下面的命令
pip install -U -r requirements.txt  # Windows环境
pip3 install -U -r requirements.txt  # Mac环境
# 如果报错，那就手动安装吧

检测环境是否配置成功

# cmd/终端下输入
# 先进入到yolov5-master文件中，利用cd命令
python3 detect.py --source 0 # 一般是0，但我的电脑是1 -> 打开自带摄像头检测

训练自己的数据集

在yolov5-master同级目录构建first_data文件夹

文件名可以任意选择 创建几个新文件夹，如下

文件名一定不要错！！！

最开始需要将图像和对应的xml文件防盗images和Annotations文件夹中

images用于存放图像 Annotations用于存放图像对应的xml文件 ImageSets中的Main文件用来存放test.txt、train.txt、trainval.txt、val.txt

区分数据集和验证集

将下面的代码添加到一个新py文件中，命名为split_train_val.py

# 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()

运行完这个代码后，会在ImageSets/Main文件下生成test.txt、train.txt、trainval.txt、val.txt四个文件，存放的是一系列数字（与图片名字相关），test.txt文件可能为空

将xml格式的标签文件转换成txt格式Yolov5使用的标签文件

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

sets = ['train', 'val', 'test']
classes = ["math"]   # 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('/Users/doit/Desktop/yolov5/first_data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('/Users/doit/Desktop/yolov5/first_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
        # 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('/Users/doit/Desktop/yolov5/first_data/labels/'):
        os.makedirs('/Users/doit/Desktop/yolov5/first_data/labels/')
    image_ids = open('/Users/doit/Desktop/yolov5/first_data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('/Users/doit/Desktop/yolov5/first_data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + '/first_data/images/%s.jpg\\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

运行完这个代码后

first_data/lables下会生成对应的txt文件，每一个txt文件会有一行或多行数字，每一行数字有五个数组成，代表打标签时画的一个框；

first_data下会生成三个文件，text.txt、train.txt、val.txt，里面存放的是对应图片的路径

配置yaml文件

在first_data文件下新建first.yaml，存放下面的代码 下面的路径要自己修改，nc值，还有class值

train: /Users/doit/Desktop/yolov5/first_data/train.txt
val: /Users/doit/Desktop/yolov5/first_data/val.txt

# number of classes
nc: 1

# class name
names: ['math']

修改模型配置文件

在first_data文件下新建first_yolov5s.yaml，存放下面的代码 这里我使用的是最小的那个模型，也可以选择其他模型，在yolov5-master/models下 ，复制过来即可 注意修改nc值

# YOLOv5  by Ultralytics, GPL-3.0 license

# Parameters
nc: 1  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# YOLOv5 v6.0 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

进行训练

主要就是修改两个粉色框框里面的内容

第一个粉色框框指向“修改模型配置文件”的路径 第二个粉色框框指向“配置yaml文件”

白色框框里面的数据根据自己电脑的性能来调节 epochs：训练过程中整个数据集将被迭代的次数 batch-size：一次看完多少张图片才进行权重更新

最终结果