如何制作数据集并基于yolov5训练成模型并部署

如何制作数据集并基于yolov5训练成模型

一个正常的视觉AI开发步骤如下：收集和组织图像、标记您感兴趣的对象、训练模型、将其部署到云端/当做一个端口

一、搜集图片

1、下载已有的数据集

如果出于学习，或者应用范围比较广泛，对鲁棒性要求较高，可以使用一些
公开的数据集
知乎地址：https://zhuanlan.zhihu.com/p/25138563
当然这只是公开数据集的一部分，大家可以继续检索到。

其他搜集的找数据集的网站
1.datafountain
https://www.datafountain.cn/datasets
2.聚数力
http://dataju.cn/Dataju/web/searchDataset
3.中文NLP数据集搜索
https://www.cluebenchmarks.com/dataSet_search.html
4.阿里云天池
https://tianchi.aliyun.com/dataset/?spm=5176.12282016.J_9711814210.24.2c656d92n0Us6s
5.谷歌数据集好像要

2、使用自己拍摄的图片

将拍摄的目标图片全部保存在电脑上

3、在网站上使用爬虫爬取图片

下面是使用爬虫下载图片的代码

import os
import sys
import time
import urllib
import requests
import re
from bs4 import BeautifulSoup
import time
 
header = {
    'User-Agent':
    'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 UBrowser/6.1.2107.204 Safari/537.36'
}
url = "https://cn.bing.com/images/async?q={0}&first={1}&count={2}&scenario=ImageBasicHover&datsrc=N_I&layout=ColumnBased&mmasync=1&dgState=c*9_y*2226s2180s2072s2043s2292s2295s2079s2203s2094_i*71_w*198&IG=0D6AD6CBAF43430EA716510A4754C951&SFX={3}&iid=images.5599"
 
 
def getImage(url, count):
    '''从原图url中将原图保存到本地'''
    try:
        time.sleep(0.5)
        urllib.request.urlretrieve(url, './imgs/hat' + str(count + 1) + '.jpg')
    except Exception as e:
        time.sleep(1)
        print("本张图片获取异常，跳过...")
    else:
        print("图片+1,成功保存 " + str(count + 1) + " 张图")
 
 
def findImgUrlFromHtml(html, rule, url, key, first, loadNum, sfx, count):
    '''从缩略图列表页中找到原图的url，并返回这一页的图片数量'''
    soup = BeautifulSoup(html, "lxml")
    link_list = soup.find_all("a", class_="iusc")
    url = []
    for link in link_list:
        result = re.search(rule, str(link))
        #将字符串"amp;"删除
        url = result.group(0)
        #组装完整url
        url = url[8:len(url)]
        #打开高清图片网址
        getImage(url, count)
        count += 1
    #完成一页，继续加载下一页
    return count
 
 
def getStartHtml(url, key, first, loadNum, sfx):
    '''获取缩略图列表页'''
    page = urllib.request.Request(url.format(key, first, loadNum, sfx),
                                  headers=header)
    html = urllib.request.urlopen(page)
    return html
 
 
if __name__ == '__main__':
    name = "戴帽子"    #图片关键词
    path = './imgs/hat'   #图片保存路径
    countNum = 2000  #爬取数量
    key = urllib.parse.quote(name)
    first = 1
    loadNum = 35
    sfx = 1
    count = 0
    rule = re.compile(r"\"murl\"\:\"http\S[^\"]+")
    if not os.path.exists(path):
        os.makedirs(path)
    while count < countNum:
        html = getStartHtml(url, key, first, loadNum, sfx)
        count = findImgUrlFromHtml(html, rule, url, key, first, loadNum, sfx,
                                   count)
        first = count + 1
        sfx += 1

二、标注图片

1、在线标注网站MAKE SENSE的介绍

MAKE SENSE
make-sense 是一个被YOLOv5官方推荐使用的图像标注工具。

相比于其他工具，make-sense的上手难度非常低，仅需数分钟，玩家便能熟练掌握工作台中的功能选项，快速地进入工作状态；此外，由于make-sense是一款web应用，各个操作系统的玩家可打破次元壁实现工作协同。

2、创建标签

新建一个名为labels的文件，按照每行为一个标签的原则，依次输入
栗子如下：

3、使用MAKE SENSE网站标注并导出

打开网站

点击放入图片

全选搜集到的图片并确认

根据标注需求点击对应的，在这里我们点击物体检测

点击Load labels from file。表示从文件中批量导入标签

放入后点击Create labels list
最后点击开始项目，就可以开始标注了

依次标注每一个图片

导出标注结果

选择导出格式，并导出

导出压缩包参考如下：

到这里图片与标签就都准备好了，可以准备开始制作数据集

三、制作数据集

1、创建mydata文件夹

创建文件夹mydata
其内部构造如下

2、将之前的图片以及标注数据放入mydata文件夹

test与train集合一般比例为2：8或3：7
例子如下：

3、新建一个mydata.yaml文件，

四、基于数据集训练模型

1、修改train.py中data参数

2、开始根据制作好的数据集训练模型

3、模型训练结束

注：由上图可以看到这次训练的模型保存在runs/train/exp6

参数介绍

P Precision，精确率
对类A来说（下面提到的都是被预测成A的）：
P = 正确数 / 预测总数
或 P = 正确数/ 正确数+错误数
即，预测的东西正确了多少百分比。

R Recall，召回率
对类A来说（下面提到的都是被归为A类的）：
R = 预测正确数 / 真实A类总数。
或 R = 预测正确数 / 被预测到的A + 未被预测到的A
即，预测的东西找到了多少百分比。

[email protected]：mean Average Precision
即将IoU设为0.5时，计算每一类的所有图片的AP（可以理解为识别精度），然后所有类别求平均，即mAP

[email protected]:0.95：mean Average Precision
表示在不同IoU阈值（从0.5到0.95，步长0.05）（0.5、0.55、0.6、0.65、0.7、0.75、0.8、0.85、0.9、0.95）上的平均mAP。

五、部署模型

1、保存刚刚训练的模型的相对地址

2、在detect.py中调用模型

注：由于我们的数据集很少很少只是用来做示范的，可能没检测出什么，这不是步骤问题，只是量太少而已。

3、检测正常运行结果如下

六、将yolov5部署在云端或做为一个端口被其他程序调用

1、基于ros机器人的物体检测

2、部署到微信小程序

3、部署到安卓/苹果上的APP上

注：这三部分，还在学习，在之后会补上开源源码以及代码解析。