YOLO5face踩坑经验。

        最近因为有使用yolov5做人脸检测器，了解到了这个项目，做起来发现有不少需要解决的内容，于是乎做个记录，供后人参考。

论文地址：https://arxiv.org/abs/2105.12931
源码地址：https://github.com/deepcam-cn/yolov5-face

可参考的其他文章：人脸与关键点检测：YOLO5Face实战_pytorch_烧技湾-华为云开发者联盟 (csdn.net)https://huaweicloud.csdn.net/63808505dacf622b8df89877.html?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~activity-2-125959373-blog-120665458.235%5Ev38%5Epc_relevant_sort_base2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~activity-2-125959373-blog-120665458.235%5Ev38%5Epc_relevant_sort_base2&utm_relevant_index=5(21条消息) YOLOv5Face YOLO5Face人脸检测论文及代码简析_yolov5-face在数据集的标签上的含义是什么?_cliu1_16的博客-CSDN博客https://blog.csdn.net/cliu1_16/article/details/120665458(21条消息) yoloV5-face学习笔记_yolov5face_长方形混凝土瞬间移动师的博客-CSDN博客https://blog.csdn.net/m0_58348465/article/details/121423964?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168852696916782427447426%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=168852696916782427447426&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~baidu_landing_v2~default-6-121423964-null-null.142%5Ev88%5Econtrol_2,239%5Ev2%5Einsert_chatgpt&utm_term=YOLO5Face&spm=1018.2226.3001.4187

数据集和数据准备：

可从上文参考中下载博主们已经转换好的数据集，也可以用官方代码来转，官方代码中：

这两个文件可以提供把WIDER FACE: A Face Detection Benchmark (shuoyang1213.me)http://shuoyang1213.me/WIDERFACE/

 转换为该项目可读取格式的功能，但值得一提的是他们的保存路径都需要修改，此处比较容易，毕竟可以直接抄博主们的作业，自己转也不费什么功夫，更改路径即可。

训练和输入参数：

训练按照官方的步骤来就好，如果运行报错（非文件缺失）可以直接搜索解决方案。

这里整理一下我遇到的问题：

UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the inddexing argument

参照这篇文章可以妥善解决：(21条消息) Yolov5训练时报错：UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the ind_"userwarning: initializing zero-element tensors is_奋斗的豆腐的博客-CSDN博客https://blog.csdn.net/qq_43742820/article/details/126747455

RuntimeError: result type Float can‘t be cast to the desired output type __int64

(21条消息) 解决错误：RuntimeError: result type Float can‘t be cast to the desired output type __int64_顾悦西的博客-CSDN博客https://blog.csdn.net/qq_39195736/article/details/128233102

输入参数设置：

--data data/widerface.yaml --epochs 100 --cfg models/yolov5n.yaml --weights weights/yolov5n-face.pt

cfg和weights选择自己需求的就好，但是版本太高的容易报错，此外我设置了epochs，页面也只显示我跑了100epochs，但是最后的输出结果却有250个epochs，很神秘。

而widerface.yaml是需要根据你处理后的数据集来修改的，大体如下：

建议使用绝对路径，相对路径我看了没啥错误不知道为什么没读上。

测试

 第一轮中处理的数据集似乎不能用于评估，还是得回到最开始的widerface数据集，这里上面的博文中也有整理，自行下载即可，完成上一步以后请按照实际情况修改数据集的val集路径和保存的路径，建议使用绝对路径。

但是直接运行的话你可能会遇到大量文件无法打开的问题，这是因为：widerface\val\images下面仍有子文件夹，此项目的代码没法正常读取，这里与：GitHub - biubug6/Pytorch_Retinaface: Retinaface get 80.99% in widerface hard val using mobilenet0.25.Retinaface get 80.99% in widerface hard val using mobilenet0.25. - GitHub - biubug6/Pytorch_Retinaface: Retinaface get 80.99% in widerface hard val using mobilenet0.25.https://github.com/biubug6/Pytorch_Retinaface.git 这个项目有很大的不同（这个项目的代码可以读取子文件夹路径），上文博客里也有教你怎么处理这种情况的方法：

即将此处代码进行修改：

 可以直接复制下面这段：

        # for image_path in tqdm(glob.glob(os.path.join(testset_folder, '*'))):
        for image_path in tqdm(glob.glob(os.path.join(testset_folder, '*','*.jpg'))):

处理情况：（可以参考下参数配置，按照实际情况修改）

 

 生成的文件就是可以使用于widerface_eval评估包的代码了，这个包可以在这里下载（官方渠道）：WIDER FACE: A Face Detection Benchmark (shuoyang1213.me)http://shuoyang1213.me/WIDERFACE/WiderFace_Results.html

项目里也有包含就是了。

运行评估程序：报错。 

可参考：(21条消息) ImportError: cannot import name ‘bbox_overlaps‘ from ‘bbox‘问题解决_小夏有点慌的博客-CSDN博客后面的程序如果没有走通可参考：

Pytorch_Retinaface/README.md at master · biubug6/Pytorch_Retinaface · GitHubhttps://github.com/biubug6/Pytorch_Retinaface/blob/master/README.md

使用生成好的txt文件完成Evaluation后的步骤即可。

感谢所有乐于分享的老哥们。