Yolov5 口罩识别

自定义口罩数据集进行目标检测

Yolov5 代码地址

https://github.com/ultralytics

数据集

数据集可以手动标记或者使用公开数据集

一、手动收集标记数据集

使用Labelimg软件标记，网上有很多介绍

软件下载

二、使用公开数据集

https://public.roboflow.com/

以口罩数据集为例： 口罩数据集

训练图片只有105张，比较少，仅用作实验，实际做项目时每个类别的图片至少有1500张，并且图片应用场景要多种多样。

下载解压后后改名为MASK，内容如下（可能有区别），要用的只有 train和valid文件夹。

改动源码

Yolov5

下载好yolov5源码，打开后在data文件夹下新建mask.yaml,填入以下信息，前三行改为自己MASK文件的绝对路径

train: /media/system/dataset/MASK/train/images
val: /media/system/dataset/MASK/valid/images
test: /media/system/dataset/MASK/test/images

nc: 2
names: ['mask', 'no-mask']

数据集中只有mask和no-mask2个类别，修改yolov5/models/yolov5s.yaml，将第四行的 nc = 80修改为nc = 2

接下来执行训练命令

python3 train.py --img 640 --batch 8 --epochs 500 --data data/mask.yaml --cfg models/yolov5s.yaml --weights ''

会自动下载Yolov5s的预训练模型进行训练

训练结果

打开wandb注册账号，登录，按照提示操作

训练过程会在wandb中清楚地显示出来，方便调参。

总的结果

训练结果测试

mAP
train的三个损失函数
val的三个损失函数
GPU监控

学习速率

可以看出虽然训练样本很少，但是训练的结果还是不错的。这主要是因为用了yolov5在coco数据集上预训练的模型，特征比较丰富，而且口罩检测的类别少，只有两类，区分度较大，带不带口罩很容易看出来。

迁移学习

为了加快训练速度，可以采用迁移学习，冻结前面的特征层，只训练后面的检测层或者其他自定义的卷积层

data/yolov5s.yaml

# YOLOv5  by Ultralytics, GPL-3.0 license

# Parameters
nc: 2  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # 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)
  ]

yolov5 基本框架是24层，但是yolov5s模型参数较少，对模型进行了缩放，深度变成了三分之一，宽度变成了二分之一。

depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple

不用管他，因为yolov5的所有模型都是24层，只不过不同模型的每一层不一样而已。

看到每个模块的名称：

for k, v in model.named_parameters():
    print(k)

# Output
model.0.conv.conv.weight
model.0.conv.bn.weight
model.0.conv.bn.bias
model.1.conv.weight
model.1.bn.weight
model.1.bn.bias
model.2.cv1.conv.weight
model.2.cv1.bn.weight
...
model.23.m.0.cv2.bn.weight
model.23.m.0.cv2.bn.bias
model.24.m.0.weight
model.24.m.0.bias
model.24.m.1.weight
model.24.m.1.bias
model.24.m.2.weight
model.24.m.2.bias

算法在源码中是这样实现的：

 freeze = [f'model.{x}.' for x in range(freeze)]  # layers to freeze 
 for k, v in model.named_parameters(): 
     v.requires_grad = True  # train all layers 
     if any(x in k for x in freeze): 
         print(f'freezing {k}') 
         v.requires_grad = False 

如果要冻结0到9层，只需要如下命令：

python train.py --freeze 10

如果要训练所有特征层，只训练最后的Detect layer，只需要输入：

python train.py --freeze 24

完整的训练过程应该是：

1. 冻结backbone层，只训练head层
2. 解冻backbone层进行训练，冻结head层
3. 将学习速率调小，训练整个网络

当样本分类较少，或者样本数量较少时，也可以直接冻结除了Detect层之外的所有层，就是说将预训练模型当做特征提取器使用。

制作自定义数据集的注意事项

• 每个分类的图像推荐大于1500张图片。

• 每个分类标注的实例大于10000个。

• 收集的图片要多种多样，需要不同时间，不同的季节，不同的天气，不同的照明，不同角度，不同的来源的图片。

• 标签一致性。必须标记所有图像中所有类的所有实例。应该被标记的实例不能缺少标记。

• 标签准确性。标签必须紧密包围每个对象。被框住得到对象和边界框之间不能有空间，要很紧密。所有标记的对象都要有标签。

• 丰富的背景。数据集除了有被标记的实例的图像之外，还需要有没有任何标记的图像，建议大约收集0-10％的背景图像来帮助减少FPs。