yoloV5训练自己的数据集

坑：需要将数据集中的图片转换为jpg格式
没有细致研究

转换图片格式脚本 pngToJpg.py

from PIL import Image
import os
import shutil
if __name__ == '__main__':
    path = './jpg_images'
    save_path = './images'
    if not os.path.exists(save_path):
        os.makedirs(save_path)
    files = os.listdir(path)
    for name in files:
        save_filepath = os.path.join(save_path, name[:-4]+'.jpg')
        filepath = os.path.join(path,name)
        if name[-4:] == '.png':
            img = Image.open(filepath)
            img = img.convert('RGB')
            img.save(save_filepath, quality=95)
        else:
            shutil.copy(filepath,save_filepath)

---

前置准备

• 数据集与yoloV5同一父目录（应该也可以放在data，无关紧要）
• annotations放置原始的xml文件，使用 transform_lable.py 脚本将其转换为yoloV5需要的txt文件，并存入labels中

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

sets = ['train', 'val', 'test']
classes = ["helmet", "head", "person"]  # 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('annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('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('labels/'):
        os.makedirs('labels/')
    image_ids = open('dataSet/%s.txt' % (image_set)).read().strip().split()

    if not os.path.exists('dataSet_path/'):
        os.makedirs('dataSet_path/')
    list_file = open('dataSet_path/%s.txt' % (image_set), 'w')

    for image_id in image_ids:
        list_file.write(abs_path + '\images\%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

• images存放原始数据集图片，使用 split_train_val.py 脚本划分训练集、验证集、测试集并将所对应集合的图片名称放入dataSet中，使用 transform_lable.py 脚本将图片的绝对路径放入dataSet_path中

# 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，注意以下为相对路径
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dataSet，注意以下为相对路径
parser.add_argument('--txt_path', default='dataSet', type=str, help='output txt label path')
opt = parser.parse_args()

trainval_percent = 1.0  # 训练集和验证集所占比例。 这里没有划分测试集
train_percent = 0.9  # 训练集所占比例，可自己进行调整
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()

---

训练数据集

• 在data中创建自己数据集的yaml文件

path: ../mydata
train: # train images (relative to 'path')  16551 images
  - dataSet_path/train.txt
val: # val images (relative to 'path')  4952 images
  - dataSet_path/val.txt

nc: 3

# Classes
names:
  0: helmet
  1: head
  2: person

• 在model文件夹中选择自己所用权重对应的yaml文件，更改其中nc（目标检测种类个数）的值
• 更改train.py中的参数（也可以在命令行直接指定）
  • --weights 权重文件
  • --cfg 模型yaml文件（上述提到的model中的yaml文件）
  • --data 自己数据集的yaml文件
  • --epoch 训练轮数
  • --batch-size单词训练块数
  • --device 指定为cuda: 0

---

遇见的错误

• 找不到DataSet
  • 自己数据集的yaml文件中路径不对
  • 图片不是jpg格式
• export GIT_PYTHON_REFRESH=quiet
  • 在 import git 前加上

    import os
    os.environ["GIT_PYTHON_REFRESH"] = "quiet"