当前位置:   article > 正文

YOLOv5源码配置教程(训练自己的数据集)

yolov5源码

写在前面:YOLOv5是YOLO系列的一个大版本,可是在这个系列里yolov5官网也在不断更新“小版本”,有时旧版的问题去了新版的问题又来了,又有许多人会因为不熟悉yolov5新版本的代码位置而重复做一些不必要的源码调试配置。

        在这里我用指定一个源码版本YOLOv5.5进行训练演示,我的方法也是从更老的版本带过了的,但确能兼容该版本。

系统:Ubuntu 21.10

编辑器:pycharm-community-2021.3.1

pytorch版本:pytorch 1.12.1(py3.9_cuda11.3_cudnn8.3.2_0)

python版本:3.9

yolo版本:YOLOv5.50

数据集格式:VOC

注:首先感谢“深度学习菜鸟”、“康司淡定”等博主的文章指导,令我收益颇丰。

一、GitHub下载YOLOv5.5版本

  1、地址:https://github.com/ultralytics/yolov5/releases/tag/v5.0

(该地址也可从YOLOv5官网github中找到releases(指其他版本)窗口进入,再下滑找到v5.0版本)

 2、进入该网页下滑找到Assets下载列表中source code源代码进行下载,即是yolov5.5版本源码

 3、解压后形成单独文件夹“yolov5-5.0”,此后我们的操作均在此文件夹上进行。

二、自己的数据集导入YOLOv5配置

     在yolov5的文件夹中新建文件paper_data。这个文件夹主要用来处理自己的原始数据集(初始数据集需要.jpg+.xml数据,如果没有.xml意味着你还没有对图片进行标注,建议先下载labelImg进行标注)

    在paper_data中建立“images”、“Annotations”、“ImageSets”三个字文件夹。

                

 images:存放.jpg图像图片

 Annotations:存放.xml文件

 ImageSets:建立子文件夹“Main”

        接下来,“images”、“Annotations”作为初始数据来源我们就不用移动或者改变它们了,其他地方调用即可。我们现在对ImageSets进行操作,我们在paper_data文件夹下建立split_paper_data.py

  1. # coding:utf-8
  2. import os
  3. import random
  4. import argparse
  5. parser = argparse.ArgumentParser()
  6. #xml文件的地址,根据自己的数据进行修改 xml一般存放在Annotations下
  7. parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
  8. #数据集的划分,地址选择自己数据下的ImageSets/Main
  9. parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path')
  10. opt = parser.parse_args()
  11. trainval_percent = 1.0
  12. train_percent = 0.9
  13. xmlfilepath = opt.xml_path
  14. txtsavepath = opt.txt_path
  15. total_xml = os.listdir(xmlfilepath)
  16. if not os.path.exists(txtsavepath):
  17. os.makedirs(txtsavepath)
  18. num = len(total_xml)
  19. list_index = range(num)
  20. tv = int(num * trainval_percent)
  21. tr = int(tv * train_percent)
  22. trainval = random.sample(list_index, tv)
  23. train = random.sample(trainval, tr)
  24. file_trainval = open(txtsavepath + '/trainval.txt', 'w')
  25. file_test = open(txtsavepath + '/test.txt', 'w')
  26. file_train = open(txtsavepath + '/train.txt', 'w')
  27. file_val = open(txtsavepath + '/val.txt', 'w')
  28. for i in list_index:
  29. name = total_xml[i][:-4] + '\n'
  30. if i in trainval:
  31. file_trainval.write(name)
  32. if i in train:
  33. file_train.write(name)
  34. else:
  35. file_val.write(name)
  36. else:
  37. file_test.write(name)
  38. file_trainval.close()
  39. file_train.close()
  40. file_val.close()
  41. file_test.close()

        运行代码以后会在ImageSets/Main文件夹下生成下面四个txt文档,目的是对数据进行划分,训练集、验证集等

         

        对数据划分结束后,我们需要对Annotation中.xml的数据进行解析,需要解析成.txt的格式,将五类标签信息“class, x_center, y_center, width, height”提取出来方能为代码彻底接受。同时建立三个.txt文件作为训练集、测试集、验证集的路径指导。这一步操作需要在yolov5_5.0文件夹下建立voc_label.py实现

  1. # -*- coding: utf-8 -*-
  2. import xml.etree.ElementTree as ET
  3. import os
  4. from os import getcwd
  5. sets = ['train', 'val', 'test']
  6. classes = ['gun','knife','pliers','scissors','wrench'] # 改成自己的类别
  7. abs_path = os.getcwd()
  8. print(abs_path)
  9. def convert(size, box):
  10. dw = 1. / (size[0])
  11. dh = 1. / (size[1])
  12. x = (box[0] + box[1]) / 2.0 - 1
  13. y = (box[2] + box[3]) / 2.0 - 1
  14. w = box[1] - box[0]
  15. h = box[3] - box[2]
  16. x = x * dw
  17. w = w * dw
  18. y = y * dh
  19. h = h * dh
  20. return x, y, w, h
  21. def convert_annotation(image_id):
  22. in_file = open('/home/austin/csdn/yolov5-5.0/paper_data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
  23. out_file = open('/home/austin/csdn/yolov5-5.0/paper_data/labels/%s.txt' % (image_id), 'w')
  24. tree = ET.parse(in_file)
  25. root = tree.getroot()
  26. size = root.find('size')
  27. w = int(size.find('width').text)
  28. h = int(size.find('height').text)
  29. for obj in root.iter('object'):
  30. difficult = obj.find('difficult').text
  31. #difficult = obj.find('Difficult').text
  32. cls = obj.find('name').text
  33. if cls not in classes or int(difficult) == 1:
  34. continue
  35. cls_id = classes.index(cls)
  36. xmlbox = obj.find('bndbox')
  37. b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
  38. float(xmlbox.find('ymax').text))
  39. b1, b2, b3, b4 = b
  40. # 标注越界修正
  41. if b2 > w:
  42. b2 = w
  43. if b4 > h:
  44. b4 = h
  45. b = (b1, b2, b3, b4)
  46. bb = convert((w, h), b)
  47. out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
  48. wd = getcwd()
  49. for image_set in sets:
  50. if not os.path.exists('/home/austin/csdn/yolov5-5.0/paper_data/labels/'):
  51. os.makedirs('/home/austin/csdn/yolov5-5.0/paper_data/labels/')
  52. image_ids = open('/home/austin/csdn/yolov5-5.0/paper_data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
  53. list_file = open('paper_data/%s.txt' % (image_set), 'w')
  54. for image_id in image_ids:
  55. list_file.write(abs_path + '/paper_data/images/%s.jpg\n' % (image_id))
  56. convert_annotation(image_id)
  57. list_file.close()

运行代码后,成功生成“labels”文件,其中就是包含.txt格式对目标的标注信息。和另外三个test.txt、train.txt、val.txt是路径指导。

        labels中其中一个.txt文件的数据,一行五个数据对应class, x_center, y_center, width, height五个信息。

         至此,数据集的配置已经完成了。接下来我们进入代码配置调用程序。

三、配置.yaml文件

        总而言之paper_data一切操作只是将数据集改造成代码可以识别的样子。而代码的调用该数据集的程序我们还需要一步配置。

        在yolov5-5.0/data文件夹下建立my.yaml

  1. train: /home/austin/csdn/yolov5-5.0/paper_data/train.txt
  2. val: /home/austin/csdn/yolov5-5.0/paper_data/val.txt #改成自己路径
  3. #number of classes
  4. nc: 5 #改成自己数据集分类个数
  5. #class names
  6. names: ['gun','knife','pliers','scissors','wrench'] #改成自己的标签

四、train.py中调用数据集

        在train.py中找到配置部分,更改 default='data/my.yaml' 成为了my.yaml的路径。

五、更改v5.0版本的bug

   很多人在直接运行训练代码时都会报错:

     (RuntimeError: result type Float can‘t be cast to the desired output type long int)

这个bug在master版本或其他版本少见,对于我们这个yolov5-5.0版本,需要改动loss.py中的两行代码进行修正。(loss.py路径:yolov5-5.0/utils/loss.py)

提示两次更改位置均在最后一个for循环。

第一个更改:

anchors, shape = self.anchors[i], p[i].shape

将面代码替换掉原码中的 “anchors = self.anchors[i]” 部分,即

 第二个更改:

indices.append((b, a, gj.clamp_(0, shape[2] - 1), gi.clamp_(0, shape[3] - 1)))  # image, anchor, grid

将面代码替换掉原码中的 “indices.append((b, a, gj.clamp_(0, gain[3] - 1), gi.clamp_(0, gain[2] -  1))) # image, anchor, grid indices” 部分,即

        bug消除完成!

六、开始训练数据集

        在train.py中调配参数进行训练,基础调节epochs、batch-size、img-size等参数。在run/train/exp文件中查看训练结果。

训练结果缩略

        后续可在detect.py中进行检测,在run中查看结果。

最后:

        运用YOLOv5训练自己的数据集的教程至此就结束了。关于训练结果的一些概念解释,我的其他博客有详解欢迎大家学习。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/456923
推荐阅读
相关标签
  

闽ICP备14008679号