yolov5安装与使用

嘿嘿，这只是笔记而已呢...    * _ *

由于本人水平不行，怕安装出错卸载不干净，所以两个环境里的yolov5都是安装在虚拟环境Anacoand3里的，出错了可删除创建的虚拟环境，重新新建一个即可。

安装虚拟环境
方法一：可去官网下载Anacoand3（简称Conda）安装包（往最下面拉取，里面有各个环境所需的包）下载慢
https://www.anaconda.com/products/individual-d

方法二：可以到清华镜像下载速度快
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

可以开始点击安装，确保安装路径没有中文，下面框子里两个都要打上勾

安装成功以后再来配置系统环境变量，我这里添加了5条路径，可以根据自己安装的路径来配置。

安装完成以后可以在菜单栏里找到Anaconda3的文件夹

打开命令行，输入命令activate就可以进入conda自带的base虚拟环境

可以创建自己的虚拟环境，名称为python37的虚拟环境并指定python版本为3.7，输入命令：

conda create -n python37 python=3.7

可以输入命令：（激活虚拟环境）

conda activate python37

也可以这样进入conda的虚拟环境：

source activate  huahua(环境名) 

最前面出现python37就表示已经进入python3.7的虚拟环境了。
查看已有的虚拟环境：

conda env list 或者 conda info -e

*号表示当前所在的环境

关闭当前虚拟环境：（会回到base环境里）

 conda deactivate

卸载环境命令：

conda remove -n python37 --all

现在可以去GitHub上下载好yolov5的文件，上链接：
https://github.com/ultralytics/yolov5

好了，虚拟环境都安装好了，下面进入pycharm(两个系统我都是用的pycharm)

点击设置进入设置里面：

添加conda虚拟环境，添加自己设置好的环境，python版本选择你自己的版本，不要低于3.6即可，下面那个conda选择自己先前安装的位置。
再打开项目控制台，则表示已经进入虚拟环境，这样就可以在这个环境操作了，就算删的乱七八糟，我们也可以把虚拟环境删除掉再重新来一次就行。

因为yolov5是用pytorch实现的，torch支持GPU加速，需要CUDA支持，可以命令行查看一下自己的CUDA 是哪个版本的，再去官网下载对应的pytorch版本即可，输入命令：nvidia-smi，我的是11.4版本的。

接着去pytorch官网：https://pytorch.org/get-started/locally/
选择好自己电脑配置相关的选项，最后复制下面框的那个去pycharm的控制台安装即可
可以让控制台在python环境下输入import torch，如果没有报错，基本上已经安装成功

在requirements.txt把torch这些注释掉，刚刚已经安装好最新的版本了

然后输入pip install -r requirements.txt
如果很慢的话，可以输入
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

可以去这个网址https://github.com/ultralytics/yolov5/releases下载好权重文件，我用的是yolov5s.pt，放在weights文件夹里面，一般都是yolov5l.pt，yolov5m.pt,yolov5s.pt,yolov5x.pt这四个。
然后到data文件夹里添加下面这几个文件夹

• Annotations文件夹里是标注XML文件
• images文件为数据集原始图片
• ImageSets文件夹是用来放解析XML文件的内容
• JPEGimages文件夹是需要训练的图片

在根目录下面，创建一个make_txt.py，代码如下：

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
parser.add_argument('--xml_path', default='./data/Annotations', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='./data/ImageSets/Main', type=str, help='output txt label path')
opt = parser.parse_args()

trainval_percent = 1.0
train_percent = 0.8
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)

print('生成txt成功！')

file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

根目录下创建voc_label.py文件，数据集类别注意写成英文，代码如下：

# # -*- coding: utf-8 -*-
# xml解析包

import xml.etree.ElementTree as ET
import os
from os import listdir, getcwd

sets = ['train', 'test', 'val']
classes = ["白鹭", "大山雀", "大雁", "丹顶鹤",
 "鸿雁", "黄鹂", "天鹅", "燕子"]  #放自己数据集的类别
abs_path = os.getcwd()
print(abs_path)

# 进行归一化操作
def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
    dw = 1./size[0]     # 1/w
    dh = 1./size[1]     # 1/h
    x = (box[0] + box[1])/2.0  - 1 # 物体在图中的中心点x坐标
    y = (box[2] + box[3])/2.0  - 1# 物体在图中的中心点y坐标
    w = box[1] - box[0]         # 物体实际像素宽度
    h = box[3] - box[2]         # 物体实际像素高度
    x = x*dw    # 物体中心点x的坐标比(相当于 x/原图w)
    w = w*dw    # 物体宽度的宽度比(相当于 w/原图w)
    y = y*dh    # 物体中心点y的坐标比(相当于 y/原图h)
    h = h*dh    # 物体宽度的宽度比(相当于 h/原图h)
    return (x, y, w, h)    # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]


# year ='2012', 对应图片的id（文件名）
def convert_annotation(image_id):
    '''
    将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息，
    通过对其解析，然后进行归一化最终读到label文件中去，也就是说
    一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去
    labal文件中的格式：calss x y w h　　同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个
    '''
    # 对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件
    in_file = open('C:/Users/17307/Desktop/yolov5-master/data/Annotations/%s.xml' % (image_id), encoding='gbk')#如果报错就改成“utf-8”
    # 准备在对应的image_id 中写入对应的label，分别为
    #     
    out_file = open('C:/Users/17307/Desktop/yolov5-master/data/labels/%s.txt' % (image_id), 'w', encoding='gbk')#如果报错就改成“utf-8”
    # 解析xml文件
    tree = ET.parse(in_file)
    # 获得对应的键值对
    root = tree.getroot()
    # 获得图片的尺寸大小
    size = root.find('size')
    # 如果xml内的标记为空，增加判断条件
    if size != None:
        # 获得宽
        w = int(size.find('width').text)
        # 获得高
        h = int(size.find('height').text)
        # 遍历目标obj
        for obj in root.iter('object'):
            # 获得difficult ？？
            difficult = obj.find('difficult').text
            # 获得类别 =string 类型
            cls = obj.find('name').text
            # 如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过
            if cls not in classes or int(difficult) == 1:
                continue
            # 通过类别名称找到id
            cls_id = classes.index(cls)
            # 找到bndbox 对象
            xmlbox = obj.find('bndbox')
            # 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
                 float(xmlbox.find('ymax').text))
            print(image_id, cls, b)
            # 带入进行归一化操作
            # w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
            bb = convert((w, h), b)
            # bb 对应的是归一化后的(x,y,w,h)
            # 生成 calss x y w h 在label文件中
            out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


# 返回当前工作目录
wd = getcwd()
print(wd)

for image_set in sets:
    '''
    对所有的文件数据集进行遍历
    做了两个工作：
　　　　１．将所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位
　　　　２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去
    　　　　　最后再通过直接读取文件，就能找到对应的label 信息
    '''
    # 先找labels文件夹如果不存在则创建
    if not os.path.exists('C:/Users/17307/Desktop/yolov5-master/data/labels/'):
        os.makedirs('C:/Users/17307/Desktop/yolov5-master/data/labels/')
    # 读取在ImageSets/Main 中的train、test..等文件的内容
    # 包含对应的文件名称
    image_ids = open('C:/Users/17307/Desktop/yolov5-master/data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    # 打开对应的2012_train.txt 文件对其进行写入准备
    list_file = open('data/%s.txt' % (image_set), 'w')
    # 将对应的文件_id以及全路径写进去并换行
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        # 调用  year = 年份  image_id = 对应的文件名_id
        convert_annotation(image_id)
    # 关闭文件
    list_file.close()

• ImageSets文件夹下生成四个文件
  

• labels文件下生成数据集具体的标注数据
  

• data 文件夹下生成三个txt文件（里面是图片路径）
  

好了，下一步就可以配置一份属于自己数据集的yaml文件，可以复制data目录下的coco.yaml文件，重新创建一个，我的命名为bird.yaml,主要修改三个地方：

train和val放的是先前data里生成的txt文件，test我没用就注释了,nc里放的是类别数，names里放的是数据类别名字。

在models下有四个模型，按照需求选一个文件进行修改，我这里用的是yolov5s.yaml,修改一下nc

进入parse_opt函数，根据自己所需修改以下参数：

特别注意的是batch-size，一定要根据自己电脑硬性条件更改，如果过高，电脑就会卡死，影响电脑运行速度。
好了，到这一步来了，那就可以来是训练自己的数据了

python train.py --img 320 --batch 8 --epoch 100 --data data/bird.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt

然后就让电脑自己跑吧…
全部完事以后，可以看到根目录下有一个runs文件，下面那个train文件夹的exp里有个weights文件，里面有一个last.pt 和 best.pt ，可以用best.pt测试。

可以把weights文件夹拿出来放到根目录下，conf表示阈值为0.5
输入命令：

python detect.py --source data/images/000.png --weights weights/best.pt --conf 0.5

训练过程的可视化tensorboard，可以通过下面命令查看：tensorboard --logdir runs/train

会有一串网址，点击网址即可查看

好了，差不多就这样了，中间其实也有出现了一些这里那里的错误，幸好最后都解决了，完美啦