yolov5模型训练&opencv-dnn推理全过程_yolov5训练过程

目录

1、环境搭建

2、数据处理

图片的获取

图片打标签

shep1:

step2:

step3:

3、数据变成yolo格式

对数据集进行整理

4、训练模型

编写数据配置文件

编写训练文件参数

运行训练代码

测试训练结果

5、opencv DNN 推理

前期准备活动

导出dnn

推理测试-python

关键代码:

6、遇到得问题总结

a、protobuf的版本问题

b、libiomp5md.dll已经存在

c、路径问题

d、无法顺利下载权重文件yolov5n6.pt

---

1、环境搭建

在训练模型前，我们需要搭建一个项目环境，这边使用Anaconda创建一个新环境

conda create -n yolo python=版本号

我们需要去获取yolov5s-6.2代码:https://github.com/ultralytics/yolov5

获取后，安装需要的库:

pip install -r requirements.txt

2、数据处理

在配置好环境以后，我们需要针对自己的任务，收集数据集，对其进行处理用以后续的训练

图片的获取

可以通过开源网站、爬虫爬取、视频抽帧、拍照来获取

图片打标签

数据集标注工作可以使用使用labor image软件，使用步骤如下

shep1:

进入虚拟环境，pip安装

pip install labelimg

step2:

安装完成后直接输入labelimg，即可直接打开软件

（其中快捷键的使用：

• W: 创建一个标记的框选

• A: 上一张图

• D: 下一张图

• Ctrl+S: 保存当前标图

• Enter: 填好 class 后按 Enter 相当于点 OK）

step3:

完成标注后， 在目录下会自动生成 classes.txt 文件和图片对应的标记文件的.txt

对文件内容进行分析：

• classes.txt记录标记时分出来的类目,序号从0开始, 从上到下，每个使用换行符

• 图片.txt每行有5个数据, 第一个是 类目索引, 后面4个是归一化(把长宽看成是1,其他点等比缩小)的 xCenter, yCenter, width, height

3、数据变成yolo格式

对数据集进行整理

1、遍历txt和jpg,删除没有标签的图片（数据清洗）

2、对数据集进行7：2：1划分

划分后文件夹格式，如下图

4、训练模型

编写数据配置文件

a、拷贝项目下的 data/coco128.yaml 更名为 ***.yaml 并修改内容

b、拷贝项目下的 models/yolov5s.yaml 更名为 ***.yaml 并修改内容

编写训练文件参数

打开项目文件夹下train.py进行修改

修改画框部分，其中epochs:迭代次数、batch-size：一次训练所选取的样本数，需要根据自身训练机改变相应大小

运行训练代码

在完成上述操作后，开始运行train.py文件，训练完毕后，会在项目目录下runs/train/exp/下生成大量文件

其中，weight文件夹下会保存训练产生的最优模型和最终模型

测试训练结果

打开项目文件夹下detect.py进行修改

在完成上述操作后，开始运行detect.py文件，验证完毕即可查看内容

5、opencv DNN 推理

前期准备活动

在进入项目指定环境后，安装合适版本的onnx

pip install onnx

修改转出的模型文件export.py，按需修改下面的内容

导出dnn

在完成上述操作后，开始运行export.py文件，转出后就生成了best.onnx的模型文件，查看onnx的模型文件,可以看到模型文件的输入输出及类型都显示在上面。

推理测试-python

关键代码:

1.读取模型 net = cv2.dnn.readNetFromONNX(model)

2.输入（类似Tensor） blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (640, 640), swapRB=True, crop=False) swapRB：BGR->RGB net.setInput(blob)

3.推理 preds = net.forward()

4.非极大值抑制 cv2.dnn.NMSBoxes(boxes,confidences,0.25,0.45)

6、遇到得问题总结

a、protobuf的版本问题

解决方案：安装匹配版本

pip install protobuf==3.19.0

b、libiomp5md.dll已经存在

解决方案:根据python interpreter的路径，删除其目录下多余的libiomp5md.dll

• 如果是在Anaconda的base环境下，删除…\anaconda3\Library\bin\libiomp5md.dll（目录中的第二个，第一个是torch下的）

• 如果是在某个env(例如名为work)下：删除…\Anaconda3\envs\环境\Library\bin\libiomp5md.dll

c、路径问题

FileNotFoundError: [Errno 2] No such file or directory: 'VOCdevkit/VOC2012/ImageSets/Main/aeroplane_train.txt'

解决方案：将相对路径换成绝对路径

d、无法顺利下载权重文件yolov5n6.pt

解决方案：

修改权重文件下载指令，直接注释相关行