基于YOLOV5的血细胞识别(附数据集和完整项目代码)

先来看看识别效果：

         YOLO是一个作为本科生扩充项目背景来说非常好的项目，无论是拿来做课程设计，还是直接完善一下写入简历，都非常的不错，我身边就有非常多保研、考研的同学将YOLO作为项目之一写入简历(大佬绕道)

        首先没有基础的同学，可以先去学习一些YOLO入门教程，但是目前的大多数教程都没有详细介绍怎么使用自己的数据集进行训练，这里我就展开介绍一下。

        在这里我使用的是一个开源的血细胞检测数据集：(如果要训练自己的数据，只需要用Labelimg自己打标签即可）

         

         数据集里的格式如下，是xml文件，不是YOLO对应的标签格式，YOLO对应的标签格式的每行的有严格的内容约束。

         

        问题不大，我们就将上述的这种格式的数据，转为我们自己需要的格式即可。我们创建一个Python文件，取名为:1make_txt.py，这里主要是对数据集进行划分并创建对应的txt文件的，因为在原始数据集里面已经把训练、验证和测试集划分好了，所以我们这里只需要将比例设置为1，然后分别对训练、验证和测试机使用一遍。

import os
import random
trainval_percent = 0 #验证集+测试集一共占的比例
train_percent = 1 #验证集和测试集中 测试集所占的比例
xmlfilepath = 'Complete-Blood-Cell-Count-Dataset-master/Testing/Annotations'
txtsavepath = 'Complete-Blood-Cell-Count-Dataset-master/Testing/ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent) #tv是验证集+测试集的数量
tr = int(tv * train_percent)
trainval = random.sample(list, tv) #验证集+测试集的数量
train = random.sample(trainval, tr) #测试集
ftrainval = open('Complete-Blood-Cell-Count-Dataset-master/Testing/ImageSets/trainval.txt', 'w')
ftest = open('Complete-Blood-Cell-Count-Dataset-master/Testing/ImageSets/test.txt', 'w')
ftrain = open('Complete-Blood-Cell-Count-Dataset-master/Testing/ImageSets/train.txt', 'w')
fval = open('Complete-Blood-Cell-Count-Dataset-master/Testing/ImageSets/val.txt', 'w')

# train = random.sample(trainval, tr) #测试集
# ftrainval = open('data/ImageSets/trainval.txt', 'w')
# ftest = open('data/ImageSets/test.txt', 'w')
# ftrain = open('data/ImageSets/train.txt', 'w')
# fval = open('data/ImageSets/val.txt', 'w')
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval: #验证集+测试集
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

文件的目录结构如下：

        接下来我们再将划分好的数据集生成对应的标签：(也是分别对训练、验证和测试分别进行作用），创建Python文件：2voc_label.py

# -*- coding:utf-8 -*-
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train']
classes = ['RBC','WBC','Platelets']
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('Complete-Blood-Cell-Count-Dataset-master/Testing/Annotations/%s.xml' % (image_id))
    out_file = open('Complete-Blood-Cell-Count-Dataset-master/Testing/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))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
print(wd)
for image_set in sets:
    if not os.path.exists('Complete-Blood-Cell-Count-Dataset-master/Testing/labels/'):
        os.makedirs('Complete-Blood-Cell-Count-Dataset-master/Testing/labels/')
    image_ids = open('Complete-Blood-Cell-Count-Dataset-master/Testing/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('Complete-Blood-Cell-Count-Dataset-master/Testing/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('Complete-Blood-Cell-Count-Dataset-master/Testing/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

         

        划分好的数据集如下所示：

此外，创建mydata.yaml，填入路径信息和类别信息：注意，类别顺序需要与前面的2voc_label.py中的类别顺序保持一致。

最后，我们只需要打开train.py，进行超参数的设计就可以啦~

这里我使用的是yolov5s.pt，并将我前面创建的mydata.yaml替换上去，epochs和batch大小先设置的小一些看看能不能跑，发现可以正常运行后，把代码放到了服务器上，用一张3080ti的卡跑了300个epochs。并把权重文件全部从服务器上下回来。(纯CPU可能要跑很久哦~)

最后的训练结果，如果再多训练几个epoch或者换用更大的Yolo模型结构效果应该会更好哦。想追求更好效果的同学可以再尝试一下，也很简单，只需要把yolov5s.pt换成5m或者5l就可以啦~

 我已经把相关的项目文件、识别结果图、环境配置方法与相关的YOLO原理整理好了。

        血细胞识别结果：这是部分我随机取的图片，大家觉得效果不够好可以换个大点的YOLOv5l重新训练以下，这效果如果贴报告里我觉得也差不多过得去

         这是我在学习原理时总结的论文和写的非常好的笔记，总不能做了项目写进简历面试的时候连最基础的原理都说不上来吧哈哈哈，写报告的时候，进去随便拿几张图也有内容可以写。

         以上所有的文件(项目文件、识别结果图、环境配置方法与相关的YOLO原理)，一份奶茶的钱(15r)，需要的同学可以私信我 邮箱：[email protected]，希望大家都能顺利解决问题~

因为方法是一致的，要训练别的内容都一样，所以有项目文件自己改一下训练数据即可，如果有训练上的问题，也欢迎私信我~