基于YOLOv5开发构建手部X光骨骼检测识别分析系统

X光场景的目标检测之前的项目中做的比较少，今天工作结束后正好有点时间就想着把之前遗留的数据集应用起来，开发一个实际的项目，首先看下效果图：

简单看下数据集如下：

YOLO格式标注文件如下：

实例标注内容如下所示：

3 0.746044 0.293727 0.109177 0.085645
3 0.609968 0.217732 0.109177 0.083233
3 0.480222 0.212907 0.093354 0.08082
3 0.336234 0.256333 0.102848 0.083233
0 0.392405 0.183353 0.098101 0.077201
0 0.560918 0.116405 0.112342 0.095296
0 0.691456 0.115199 0.132911 0.109771
0 0.829114 0.227382 0.148734 0.095296
0 0.839399 0.486128 0.162975 0.127865
4 0.643196 0.369723 0.128165 0.095296
4 0.530854 0.331122 0.109177 0.095296
4 0.421677 0.326297 0.093354 0.092883
4 0.322785 0.351628 0.098101 0.083233
2 0.560918 0.588058 0.143987 0.109771
4 0.711234 0.534379 0.112342 0.101327
1 0.318829 0.442702 0.09019 0.139928
1 0.394778 0.426417 0.087025 0.119421
1 0.477848 0.415561 0.101266 0.104946
1 0.571994 0.442702 0.102848 0.098914
5 0.425633 0.711701 0.161392 0.190591
6 0.318829 0.716526 0.106013 0.15199

VOC格式标注文件如下所示：

实例标注内容如下所示：

JPEGImages
0bb6e995-3a11-42a5-990c-d041a4b0e1d6.png
0bb6e995-3a11-42a5-990c-d041a4b0e1d6.png

    Unknown


    1514
    2044
    3


0
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    

这里考虑到数据集整体比较规整，选择的是最为轻量级的n系列的模型，如下：

# YOLOv5  by Ultralytics, GPL-3.0 license

# Parameters
nc: 7  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.25  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# YOLOv5 v6.0 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

训练日志输出如下：

混淆矩阵：

F1值曲线：

PR曲线：

batch计算实例：

可视化推理样例如下：