yolov5-7.0训练自己的VOC数据集

yolov5-7.0训练自己的VOC数据集

这个笔记可能只适用于7.0版本的,写这个笔记主要是给工作室伙伴参考的，大佬请绕行
有错误之处欢迎指出

一、下载

yolov5的GitHub仓库地址：Release v7.0 - YOLOv5 SOTA Realtime Instance Segmentation · ultralytics/yolov5 (github.com)

需要下载源码和预训练模型

将源码解压，在其文件夹里面新建一个weights文件夹，把下载的预训练模型放入

二、配置yolov5训练环境

在yolov5的文件夹下进入终端环境，或者在终端下进入yolov5的目录

或者

1.使用anaconda创建虚拟环境

创建环境指令：conda create -n yolov5 python=3.8

该指令在创建一个名为yolov5的虚拟环境的同时在该环境里面预装python3.8

创建完成会有如下输出

激活并进入创建的yolov5环境

指令：conda activate yolov5

成功进入环境之后在路径前面会显示环境名称

2.在创建的环境里面安装cuda工具包（cudatoolkit）和cudnn

安装指令：conda install cudatoolkit=11.3 cudnn

该指令在当前环境安装11.3版本的cuda工具包和最新版本的cudnn

也可以使用：conda install cudatoolkit=10.2 cudnn=7.6.5安装10.2的cuda工具包，和7.6.5的cudnn

安装完成之后会显示

3.在环境里面配置yolov5所需的python库

安装指令：pip install -r requirements.txt

使用清华源镜像安装指令：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

安装完成会有如下显示

4.测试环境

此测试主要为了测试环境里面安装的torch能否启动gpu进行训练

在终端里面进入python环境

测试指令：

import torch
torch.cuda.is_available()

依次输入，若返回结果为True则说明环境gpu可用，反之则不然

像下面这种则不行

重新安装pytorch

卸载指令：pip uninstall torch

进入pytorch官网

按照自己的环境配置选择，并复制下方指令，在其后面加入清华源链接安装

安装完成之后再次测试，结果如下即可

到此，环境配置完成

三、准备数据集

1.数据集格式

此教程使用voc数据集进行训练，下面以VOC2007为例

VOC2007
|—— Annotations #存放.xml标签文件，与图片一一对应
| |——000001.xml
| |——000002.xml
| |——……
|—— JPEGImages #存放.jpg图片文件
| |——000001.jpg
| |——000002.jpg
| |——……
|—— ImageSets #存放训练索引文件，txt文件里面每行对应一张图片名称
| |——Main
| | |——train.txt
| | |——val.txt
| | |——trainval.txt
| | |——test.txt
| | |——text.txt

图片标记建议使用labelimg（请自行百度搜索使用方法）

2.数据集划分

ImageSets/Main里面的数据集划分可以使用下面代码

创建一个python文件，将下面代码复制过去

# 划分VOC数据集
import os
import random

datasets_path = r'D:\test_file\VOCdevkit\VOC2007/'  # 数据集路径

trainval_percent = 0.8
train_percent = 0.7
xml_path = datasets_path + 'Annotations'
txtsavepath = datasets_path + 'ImageSets/Main'
total_xml = os.listdir(xml_path)

num = len(total_xml)
list1 = range(num)
tmtp = int(num * trainval_percent)
trp = int(tmtp * train_percent)
trainval = random.sample(list1, tmtp)
train = random.sample(trainval, trp)

with open(datasets_path + 'ImageSets/Main/trainval.txt', 'w') as ftrainval, \
        open(datasets_path + 'ImageSets/Main/test.txt', 'w') as ftest, \
        open(datasets_path + 'ImageSets/Main/train.txt', 'w') as ftrain, \
        open(datasets_path + 'ImageSets/Main/val.txt', 'w') as fval:

    for i in list1:
        name = total_xml[i][:-4] + '\n'
        if i in trainval:
            ftrainval.write(name)
            if i in train:
                ftrain.write(name)
            else:
                fval.write(name)
        else:
            ftest.write(name)

将准备好的数据集存放于yolov5目录下的data里面，如下

3.创建yolov5的训练数据

在yolov5/data下创建一个新文件，用于生成label以及复制文件

import xml.etree.ElementTree as ET
from tqdm import tqdm
from utils.general import Path


def convert_label(path, lb_path, year, image_id):
    def convert_box(size, box):
        dw, dh = 1. / size[0], 1. / size[1]
        x, y, w, h = (box[0] + box[1]) / 2.0 - 1, (box[2] + box[3]) / 2.0 - 1, box[1] - box[0], box[3] - box[2]
        return x * dw, y * dh, w * dw, h * dh

    in_file = open(path / f'VOC{year}/Annotations/{image_id}.xml')
    out_file = open(lb_path, '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)
    names = ['besom', 'heikuai', 'heiqiu', 'leaf', 'plastic', 'stone', 'branch', 'brokenshell', 'cereal', 'chip',
             'guazi', 'heizhi', 'paper', 'seed', 'straw', 'bamboo', 'Besom', 'hagberry', 'hair',
             'SayakaShell']  # 所有数据集类别
    for obj in root.iter('object'):
        cls = obj.find('name').text
        if cls in names and int(obj.find('difficult').text) != 1:
            xmlbox = obj.find('bndbox')
            bb = convert_box((w, h), [float(xmlbox.find(x).text) for x in ('xmin', 'xmax', 'ymin', 'ymax')])
            cls_id = names.index(cls)  # class id
            out_file.write(" ".join([str(a) for a in (cls_id, *bb)]) + '\n')


# Download
dir = Path('D:\\study_documents\\test_file\\test\\yolov5-master\\data')  # 数据集路径，这里需要写到VOC数据集的上一级路径
# Convert
path = dir / ''
for year, image_set in ('2007', 'train'), ('2007', 'val'), ('2007', 'test'):
    imgs_path = dir / 'images' / f'{image_set}{year}'
    lbs_path = dir / 'labels' / f'{image_set}{year}'
    imgs_path.mkdir(exist_ok=True, parents=True)
    lbs_path.mkdir(exist_ok=True, parents=True)
    with open(path / f'VOC{year}/ImageSets/Main/{image_set}.txt') as f:
        image_ids = f.read().strip().split()
    for id in tqdm(image_ids, desc=f'{image_set}{year}'):
        f = path / f'VOC{year}/JPEGImages/{id}.jpg'  # old img path
        lb_path = (lbs_path / f.name).with_suffix('.txt')  # new label path
        f.rename(imgs_path / f.name)  # move image
        convert_label(path, lb_path, year, id)  # convert labels to YOLO format

这个代码可以使用data/VOC.yaml里面的数据集划分代码

4.修改配置文件

1.修改data/voc.yaml

2.修改models/yolov5s.yaml

3.修改train.py

主要是上面标红的几个，按照自己修改的配置即可

四、训练与检测

1.开始训练

按照以上修改之后可以直接运行train.py

2.检测

修改detect.py

修改自己参数运行即可