ubuntu用yolov5 v6.0训练自己的数据集

笔者在踩坑n次后,总结出用自己的数据集训练的详细步骤,最后贴上训练完成后的截图

写在前面的话:路径非常重要,一定不要写错了!

代码在这里:https://github.com/ultralytics/yolov5/tree/v6.0

ubuntu系统、 vs code

权重文件:yolov5s.pt

1.在data文件夹下新建Annotations、images、ImageSets、JPEGImages、labels五个文件夹,其他的先不用看

 ubuntu用yolov5 v6.0训练自己的数据集_第1张图片

(1)Annotations存放xml标签文件(自己放进去);

ubuntu用yolov5 v6.0训练自己的数据集_第2张图片

(2)images和JPEGImages存在图片jpg(自己放进去);

(3)ImageSets存放如下四个txt文件(暂时为空);

ubuntu用yolov5 v6.0训练自己的数据集_第3张图片

 labels存放xml文件转换的txt文件(暂时为空)。

2.在根目录下粘贴voc_label.py和makeTxt.py

(1)voc_label.py。因为我的xml文件中有些文件没有difficult标签对,所以之前程序一直报错,在这里我把代码57、61、63这三行代码注释掉了,如果你的每个xml文件中都有difficult标签对,那就不需要注释,总之,影响不大。

# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
# os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
from os import listdir, getcwd
from os.path import join
 
 
sets = ['train', 'test', 'val']
classes= ['truck', 'car' , 'bus', 'other_car', 'pedestrian', 'cyclist', 'tricycle']
 
 
# 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   # 物体在图中的中心点x坐标
    y = (box[2] + box[3])/2.0   # 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('data/Annotations/%s.xml' % (image_id), encoding='utf-8')
    # 准备在对应的image_id 中写入对应的label,分别为
    #     
    out_file = open('data/labels/%s.txt' % (image_id), 'w', encoding='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('data/labels/'):
        os.makedirs('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('data/ImageSets/%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
        try:
            convert_annotation(image_id)
        except:
            continue
    # 关闭文件
    list_file.close()

(2)makeTxt.py

import os
import random
 
 
trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
 
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
 
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
 
for i in list:
    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)
 
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

先运行(2)makeTxt.py,创建ImageSets下的四个txt文件,划分对应的训练集、测试集和验证集的图片序号,若成功生成,以test.txt为例,如下图;

ubuntu用yolov5 v6.0训练自己的数据集_第4张图片

再运行(1)voc_label.py,将Annotations存放的标签xml文件转换为labels存放的txt文件,若成功生成,如下图。

ubuntu用yolov5 v6.0训练自己的数据集_第5张图片

 3.在github上下载权重文件yolov5s.pt,将权重文件粘结在yolov5根目录下

ubuntu用yolov5 v6.0训练自己的数据集_第6张图片

 4. 将data下的coco128.yaml文件复制,粘结在data目录下,改成自己的名字(如traffic.yaml)

5.根据自己数据集的类别和各类别名字,以及路径修改traffic的内容,如果前面都是按照我的格式存放图片和标签,则路径不需要修改

ubuntu用yolov5 v6.0训练自己的数据集_第7张图片

 6.将models下的文件(因为我使用的是yolov5s.pt权重文件,所以我选择的是yolov5s.yaml)中的nc改成自己的种类数,我是改成7,其他的不用改动

7.将train.py文件下的436,437,438行代码的参数改成自己对应的文件

 8.可以开始训练啦,训练完成后会得到训练好的权重文件last.py和best.py,还会有一些其他的图片和文件,可以查看训练完成的效果啦。

ubuntu用yolov5 v6.0训练自己的数据集_第8张图片

ubuntu用yolov5 v6.0训练自己的数据集_第9张图片

9.可以测试自己训练后的权重文件了。打开detect.py更改这两行

 

 第269行更改为训练好的权重文件best.py

 第270行更改为你想要测试的图片,放在data目录下

10.查看训练后权重文件的测试结果,在runs\detect\下看

大物体的检测结果置信度更高了

ubuntu用yolov5 v6.0训练自己的数据集_第10张图片

你可能感兴趣的:(深度学习,python,人工智能)