YOLOv5简易使用笔记

YOLOv5简易使用笔记

前言：

这篇博客只是简单记录下YOLOv5的使用方式，并不会详细介绍代码含义之类的。
更多文章：博客地址

环境：

• YOLOv5

• Python 3.8.1

YOLOv5目录介绍

从Github上下载解压好最新的YOLOv5文件后的目录如下图

data文件夹里面放着yaml文件，就是数据集的一些配置，是比较重要的，在训练自己数据集的时候会用到这个文件夹。

model文件夹里面放着一些官方的参数模型，里面有4个yaml文件分别对应着不同的模型参数，在自己训练的时候会用到这4个文件。

detect.py这个是用来测试模型效果的。

train.py这个是用来训练自己模型的。

自己进行训练或检测模型后还会多一个run文件夹，这个里面会存放检测模型的效果和训练的模型。

train.py 介绍

首先介绍一下train.py。我们自己可以使用这个py文件来训练自己的模型。

其中需要了解的是parse_opt函数，这个是重点。

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    # 模型选择 不填表示从头开始训练 也可以指定模型进行训练
    parser.add_argument('--weights', type=str, default='', help='initial weights path')
    # 配置模型
    parser.add_argument('--cfg', type=str, default='models/yolov5s.yaml', help='model.yaml path')
    # 指定训练数据集
    parser.add_argument('--data', type=str, default='data/mytrain.yaml', help='dataset.yaml path')
    # 超参数
    parser.add_argument('--hyp', type=str, default='data/hyps/hyp.scratch.yaml', help='hyperparameters path')
    # 迭代次数 500到1000次
    parser.add_argument('--epochs', type=int, default=300)
    # 一次对多少数据进行训练  数值越大对显卡要求越高了。
    parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs')
    # 图片缩放尺寸
    parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')
    parser.add_argument('--rect', action='store_true', help='rectangular training')
    # 可以修改这个参数来在以前的模型基础上训练 但是需要原来的路径和文件
    parser.add_argument('--resume', nargs='?', const=True, default="runs/train/exp/weights/last.pt", help='resume most recent training')
    parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
    parser.add_argument('--noval', action='store_true', help='only validate final epoch')
    parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')
    # 调优方式
    parser.add_argument('--evolve', type=int, nargs='?', const=300, help='evolve hyperparameters for x generations')
    parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
    parser.add_argument('--cache', type=str, nargs='?', const='ram', help='--cache images in "ram" (default) or "disk"')
    parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
    parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
    parser.add_argument('--adam', action='store_true', help='use torch.optim.Adam() optimizer')
    parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
    parser.add_argument('--workers', type=int, default=8, help='maximum number of dataloader workers')
    parser.add_argument('--project', default='runs/train', help='save to project/name')
    parser.add_argument('--entity', default=None, help='W&B entity')
    parser.add_argument('--name', default='exp', help='save to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--quad', action='store_true', help='quad dataloader')
    # 学习速率
    parser.add_argument('--linear-lr', action='store_true', help='linear LR')
    parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
    parser.add_argument('--upload_dataset', action='store_true', help='Upload dataset as W&B artifact table')
    parser.add_argument('--bbox_interval', type=int, default=-1, help='Set bounding-box image logging interval for W&B')
    parser.add_argument('--save_period', type=int, default=-1, help='Log model after every "save_period" epoch')
    parser.add_argument('--artifact_alias', type=str, default="latest", help='version of dataset artifact to be used')
    parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
    parser.add_argument('--freeze', type=int, default=0, help='Number of layers to freeze. backbone=10, all=24')
    opt = parser.parse_known_args()[0] if known else parser.parse_args()
    return opt

--weights：这个参数是填写模型的。在default后面可以填写模型路径，下次训练就是在这个模型的基础上训练的。不过一般都是不填写，让它重新训练。

--cfg：这个参数是用来选择模型参数的。一般是使用官方的，就是选择models文件夹下那4个文件中的一个。这4个文件每个特点都不同，具体差异可以去Github上看详细介绍。一般都是使用yolov5s.yaml，因为这个又小又快很适合完成小项目。

--data：这个参数是用来指定数据集参数的。就是使用data文件夹里面的文件，但要使用的文件是自己定义的，这个地方需要注意。

​ train后面填写训练集路径

​ val后面填写验证集路径

​ test后面填写测试集路径

​ nc后面填写种类数量

​ names后面填写对应的类型名称

--hyp：这个参数是超参数。默认就行，不用改。

--epochs：这个参数设置迭代次数。默认值为300，就是训练总次数。数值越高对显卡要求就越高。一般默认或者提高到500-1000.

--batch-size：每个轮次下图片训练的批次大小。同样对显卡的配置有要求。一般都是默认。

--imgsz：输入图像的分辨率大小，注意这里是训练和mAP测试的图像尺寸，而不是一个图像的宽高。一般默认。

--resume：这个参数是设置是否从上次一次没训练完的地方继续训练。但要求保留原文件。因为训练过程中会在run文件夹下生成对应的训练文件目录，这个参数要求这个训练文件目录还存在。

目录大概如上图。使用方式就是在default后面填写weights文件夹里面的last.pt路径。例如：default=“runs/train/exp/weights/last.pt”（也可以写绝对路径），不使用的话就填False。

后面还有很多参数，就不说了，我认为比较常用的就这些。

detect.py 介绍

这个文件是用来检测模型效果的。

其中需要了解的是parse_opt函数。

def parse_opt():
    parser = argparse.ArgumentParser()
    # 权重        在这里可以选择模型
    parser.add_argument('--weights', nargs='+', type=str, default='mymodels/best.pt', help='model.pt path(s)')
    # 给模型指定检测目录 可以是文件夹下的所有图片、单个图片、本地视频、youtube视频链接、传输协议（视频推流？）
    # default='0' 开启摄像头
    parser.add_argument('--source', type=str, default='D:\\myTest\\yolov5_temp\\mydata\\videos\\2.mp4', help='file/dir/URL/glob, 0 for webcam')
    # 检测过程中的图片大小
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
    # 置信度 大于这个数值就认为目标检测成功
    parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')
    # 交并比 交集面积/并集面积 大于设定阈值则选择其中一个 小于设定阈值则都选择
    parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
    parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    # 实时显示结果 在命令行运行的时候指定参数 python detect.py --view-img
    parser.add_argument('--view-img', action='store_true', help='show results')
    # 保存标注信息
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    # 保存置信度
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    parser.add_argument('--save-crop', action='store_true', help='save cropped prediction boxes')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    # 过滤不要的类型 只保留需要的类别
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
    # 增强检测
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    # 增强检测
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    parser.add_argument('--visualize', action='store_true', help='visualize features')
    parser.add_argument('--update', action='store_true', help='update all models')
    # 保存结果
    parser.add_argument('--project', default='runs/detect', help='save results to project/name')
    # 保存名字
    parser.add_argument('--name', default='exp', help='save results to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--line-thickness', default=3, type=int, help='bounding box thickness (pixels)')
    parser.add_argument('--hide-labels', default=False, action='store_true', help='hide labels')
    parser.add_argument('--hide-conf', default=False, action='store_true', help='hide confidences')
    parser.add_argument('--half', action='store_true', help='use FP16 half-precision inference')
    opt = parser.parse_args()
    opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expand
    return opt

--weights：这个参数是用来选择测试的模型。

--source：这个参数是用来选择测试文件目录。可以是单个图片、视频或者文件夹等。

--imgsz：测试中图片大小。默认就行。

--conf-thres：置信度。大于这个数值就认为目标检测成功。可以根据实际情况调整。

--iou-thres：交并比。根据实际情况调整。

--view-img：一边检测一边输出效果。

用法是

python detect.py --view-img

这些参数都可以使用这种方式来配置。

其他的参数不多说。

最后的输出结果在run文件夹下。

数据集制作—图片标注

一种是网页在线标注。网址是：Make Sense 这个怎么使用就不说了，因为我自己不用这个网站标注。

一种是使用labelimg标注。

使用下面的命令安装

pip install labelImg #直接命令行输入

之后在命令行直接输入labelimg就可以打开软件了。

软件有关介绍如上图。

使用方式：

先选择图片目录，再选择输出的保存目录，最后选择保存格式为yolo。

在图片上按下w键开始框选矩形区域，用这个矩形选中要检测的目标，单击鼠标左键确定、首次使用会让你输入标签，你就输入你想填的标签，再点击OK，就行了。后面再框选的话可以选择之前已经有的标签就不用再打字了。

标注完一张图片后要记得保存，快捷键ctrl+s。之后再切换到下一张图片进行标注就行了。

标注一张图片就会生成一个txt文件，这个txt文件就是标注信息，后面自己训练的时候会用到。

这个就是txt文件内容，最开头的0表示标签类型，也就是对应的标签序号。

还会有个classes文件，这个里面存放着标签类型和顺序。

标注是个技术活也是劳力活。因为一般情况下一个模型至少要100或者200多张图片才可以，每张图片都要标的准确不然最后训练的效果会受到影响。

自己训练模型—本地训练

首先要准备好自己要训练的数据集，至少要有个几百张吧，然后分成训练集和验证集，数量大概5:1就可以。如果图片数量少的话就不要加验证集了。（不仅仅图片要分，标签信息也要对应着分。）

1. 在目录新建一个文件夹用于存放自己训练的数据集。

   

   该文件夹下必须包含这两个目录。第一个存放图片，第二个存放标签。（这个标签就是标注后生成的txt文件）

2. 在images下新建文件夹，表示训练集、验证集、测试集（没有验证集或者测试集可以不用建），然后把准备好的训练集、验证集或者测试集图片放入对应的文件夹里面就行。文件夹名字应该没有要求，一般都是训练集–train，验证集–val，测试集–test。

3. 在labels下新建文件夹，表示训练集、验证集、测试集（没有验证集或者测试集可以不用建），这个地方要与images对应起来。然后把标签信息文件对应放入文件夹就行。

4. 打开data文件夹，在这里新建一个自己的yaml文件。

   例如：

   

    **train**后面填写训练集路径
   

   ​ val后面填写验证集路径

   ​ test后面填写测试集路径

   ​ nc后面填写种类数量

   ​ names后面填写对应的类型名称

   按照这样填写然后保存就行。

5. 打开train.py。根据自己需要调整一下参数。

   重点注意：--data参数要填写自己刚才配置的yaml文件

6. 运行train.py就可以了。如果要GPU训练的话还需要配置cuda，这个方面就自行查找资料吧。

   

   训练过程差不多就是这样。

训练过程中会在run文件夹下生成对应的文件。在对应的训练中，weights文件夹下的best.pt表示训练过程中最好的模型，last.pt表示最后一次训练的模型。

自己训练模型—谷歌免费GPU训练

以后有空再填坑。懂的都懂。

（其实这个也就那样，谷歌会给你限流，用一会就不能用了。懂的都懂。）

自己测试模型效果

这个比较简单。就按照之前介绍detect.py里面的参数填写最后运行就行。但要主要路径不要出现中文，不然可能会报错。

最后效果会生成在run文件夹下，如果测试的是视频那最终就是生成视频，如果是图片就会生成图片。

（gif太大了，传不上来，效果可以去我自己的博客网站看。）

这个是我自己随便搞得一个，视频效果就是这样。

图片大概就这样。

其他

# Write results
                for *xyxy, conf, cls in reversed(det):
                    # 标出目标中心点坐标
                    # c1, c2 = (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3]))
                    # w = c2[0] - c1[0]
                    # h = c1[1] - c2[1]
                    # cv2.circle(im0, (int(c1[0] + w / 2), int(c1[1] - h / 2)), 1, (0, 255, 0), 2)

                    # 根据cls判断目标类型  names[int(cls)] 这个类型与标注对应
                    # print("\n" + "class:" + str(int(cls)) + "\n")

                    if save_txt:  # Write to file
                        xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  # normalized xywh
                        line = (cls, *xywh, conf) if save_conf else (cls, *xywh)  # label format
                        with open(txt_path + '.txt', 'a') as f:
                            f.write(('%g ' * len(line)).rstrip() % line + '\n')

                    if save_img or save_crop or view_img:  # Add bbox to image
                        c = int(cls)  # integer class
                        label = None if hide_labels else (names[c] if hide_conf else f'{names[c]} {conf:.2f}')
                        im0 = plot_one_box(xyxy, im0, label=label, color=colors(c, True), line_width=line_thickness)
                        if save_crop:
                            save_one_box(xyxy, imc, file=save_dir / 'crops' / names[c] / f'{p.stem}.jpg', BGR=True)