YOLO V5 训练自定义数据集

请注意：各个文件路径不能有中文

一. 环境搭建

1. 从github上克隆仓库到本地
   https://github.com/ultralytics/yolov5
   VSCode 克隆仓库需要安装Git
   
   

2. 搭建Yolo5环境
   项目下requirements.txt文件中为Yolo环境所依赖的外部库
   可通过pip单独安装，也可CMD运行requirements.txt批量安装
   
   
   
   

C:\Users\viarondu>cd C:\Users\viarondu\Desktop\01\YOLO\yolov5
C:\Users\viarondu\Desktop\01\YOLO\yolov5>pip install -r requirements.txt

二. 图像标注

标注方案一 使用labelImg标注（推荐）

1. 双击运行指定软件
   

2. 设置文件夹路径
   

3. 打开自动保存设置
   
   

4. 框定对象进行标注
   

5. 在yolo5的data文件下创建以下文件夹：
   
   images存放所有标注图片
   JPEGImages存放的和images文件的内容一样，也是存放所有标注图片
   Annotations存放标注的xml文件，将labelImg导出文件下生成的标注xml文件拷贝到此文件夹内
   
   

标注方案二 使用VoTT

使用VoTT标注导出的文件可能在Yolo中报错

1. 下载 VoTT（视觉对象标记工具）。

2. 打开 VoTT，选择“新建项目”。
   
   

3. 在“项目设置”中，将“显示名称”更改为项目名称。

4. 更改安全令牌，以生成新的安全令牌。

5. 在“源连接”旁边，选择“添加连接”。

6. 在“连接设置”中，设置图像文件夹。
   

7. 在“项目设置”中，将“源连接”更改为 刚创建的连接。

8. 将“目标连接”也更改为 更改为 刚创建的连接，现在应类似于以下屏幕截图：
   

9. 选择“保存项目”。
   添加标记并为图像添加标签
   现在，你应该会看到一个窗口，其中左侧是所有训练图像的预览图像，中间是所选定图像的预览图像，右侧是标记列。

10. 选择“标记”工具栏中的第一个（加号形状）图标，以添加新标记。

11. 将标记命名为“Stop-Sign”，然后在键盘上按 Enter 键。

12. 单击并拖动鼠标，围绕图像中的每个停车标志绘制一个矩形。 如果无法使用光标绘制矩形，请尝试从顶部的工具栏中选择“绘制矩形”工具，或使用键盘快捷键 R。

13. 绘制矩形后，选择在前面的步骤中创建的 Stop-Sign 标记，将此标记添加到边界框。

14. 单击数据集中下一个图像的预览图像，重复此过程。

15. 继续对每个图像中的每一个停车标志进行标准。

导出Pascal VOC
为所有训练图像添加标签后，可以导出文件，以便 Model Builder 使用它进行训练。

1. 选择左侧工具栏中的第四个图标（框中包含斜箭头的图标），以转到“导出设置”。

2. 将“提供程序”保留为Pascal VOC。

3. 选择“保存导出设置”。
   

4. 返回到“标记编辑器”（形状类似功能区的左侧工具栏中的第二个图标）。 在顶部工具栏中，选择“导出项目”图标（最后一个图标，形状类似包含箭头的框），或使用键盘快捷键 Ctrl+E。
   此导出操作将在图像资源文件夹下件新建一个名为*****-PascalVOC-export的文件夹，并将在此新文件夹中生成如下标注文件：
   

5. 将VoTT导出的文件如下：
   
   拷贝到YOLO项目的data文件夹下，并新建images和labels文件夹
   images存放训练照片，需将训练照片拷贝一份存于此文件下
   
   

三. YOLO项目标注配置文件生成

1. 生成Yolo标注配置文件

在yolov5的根目录下创建一个trans_txt.py文件,文件代码如下：

import os
import random
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
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:
    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()

2. 继续创建voc_label.py文件，代码如下：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test','val']

# classes数组输入打的标签种类
classes = ['heros','soliders','tower','red_buff','blue_buff','pig','wolf','bird','lizards']
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('data/Annotations/%s.xml' % (image_id))
    out_file = open('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
        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('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

这个文件需要修改，代码中
classes = [‘heros’,‘soliders’,‘tower’,‘red_buff’,‘blue_buff’,‘pig’,‘wolf’,‘bird’,‘lizards’]这一条语句需要根据你打标签的时候的类别进行修改，有几类写几类；
依次运行trans_txt.py和voc_label.py两个文件，将在：
（1） labels下生成txt文件（显示数据集的具体标注数据）

（2） ImageSets下生成四个txt文件

（3）data下生成三个txt文件（带有图片的路径）

四. YOLO训练参数设置

1. 设置data文件下coco.yaml文件

参数说明：

path: ../datasets/coco  # dataset root dir  datasets根路径，这里不使用，不做修改
# 训练图片标注文件
train: C:/Users/viarondu/Desktop/01/YOLO/yolov5/data/train.txt  # train images (relative to 'path') 118287 images
# 验证图片标注文件
val: C:/Users/viarondu/Desktop/01/YOLO/yolov5/data/val.txt  # val images (relative to 'path') 5000 images
#测试文件标注文件
test: C:/Users/viarondu/Desktop/01/YOLO/yolov5/data/test.txt  # 20288 of 40670 images, submit to https://competitions.codalab.org/competitions/20794


# Classes  对象标签，有几类就填几类，ID从0开始
names:
  0: Stop-Sign

2. models模型文件的修改

本案例中选择Yolov5m网络结构，此网络结构兼顾了速度和准确率
找到models文件夹下面的yolov5m.yaml，将nc改为识别对象种类的数量即可

3. 权重文件配置

在yolov5文件夹下创建一个名为weights的文件夹，然后把data/scripts文件下download_weights.sh放在weights文件下；
权重文件下载地址：

将下载后的权重文件存放于weights文件下：

4. 设置train.py文件

1.–weights: 权重文件地址
2.–cfg: 模型文件地址，路径就是models文件夹下面的yolov5s.yaml，如果使用的是其他模型，修改为models文件下的对应模型的yaml文件即可
3.–data: 这个路径就选我们在第四个步骤中自己配置的yaml文件，我的是coco_Aron.yaml
4.–epochs:训练过程中整个数据集将被迭代多少次
5.–batch-size：一次看完多少张图片才进行权重更新，最好是2的倍数，设为-1则根据电脑配置自动调整

五. 训练并测试结果

设置完成后，运行train.py

训练完成后，在yolov5\runs\train\exp路径下会生成对应权重文件


测试结果：
设置detect.py文件

关键参数说明：
–weights：训练完成后导出的权重文件地址
–source：测试文件路径
–conf-thres：得分阈值
–max-det：单个图像查找到的最大对象数量
运行detect.py文件：
在yolov5\runs\detect\exp路径下会生成最终识别结果