yolov5安装和运行时出现的问题以及解决办法_yolov5 requirements.txt

一、Anaconda 的安装
打开网址，现在是2023年12月，对应的anaconda版本是支持python3.11。如果想下载之前的版本，或者更低python版本的anaconda，可以打开网址。

双击下载好的anaconda安装包，just me是说只供当前用户使用。all user 是供使用这台电脑的所有用户使用，是权限问题。对空间影响不大。如果你的电脑上只有建了一个用户，all users和just me 的作用是一样的。所以点击just me就好了

然后点击next，当让你选择安装安装路径的时候，最好不要选择默认位置，以后要在anaconda里面创建环境的时候会很占内存，最好在D盘中创建一个文件夹来放anaconda。选择好点击内next，接下来四个全部勾选上，点击安装就好了。

安装完成以后，打开开始菜单在左边就会出现anaconda3这个两个图标，可以发现anaconda已经安装好了。

二、Pytorch环境安装
打开开始菜单，打开anaconda  Prompt 。或者通过win+r然后打开cmd，通过输入下面代码进入也可以

conda activate

创建虚拟环境conda create -n 环境名字（英文） python=x.x（python版本），如下，我就是创建了一个名字叫pytorch，python是3.11版本的环境。

conda create -n pytorch python=3.11

在base环境中执行如上的命令，就会创建一个新的虚拟环境，这个虚拟环境会安装一些基础的包，如下图所示。询问是否安装的时候，输入y。就可以创建环境了。(我这里已经创建好了就显示已经存在了)

当安装好了以后，执行conda env list这个命令，就可以看到比一开始多了一个pytorch这个环境。现在我们可以在这个环境里面安装深度学习框架和一些Python包了。

conda env list

执行如下命令，激活这个环境。conda activate 虚拟环境名称

conda activate pytorch

安装pytorch-gup版的环境，由于pytorch的官网在国外，下载相关的环境包是比较慢的，所以我们给环境换源。在pytorch环境下执行如下的命名给环境换清华源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

 下载一个显卡驱动的， 显卡驱动的下载地址，可以直接在桌面右键，找到英伟达驱动控制面板打开就好了。

安装（更新）好了显卡驱动以后。我们按下win+R组合键，打开cmd命令窗口。输入如下的命令。

nvidia-smi

然后打开pytorch的官网，最高支持cuda11.5版本，所以我们选择cuda12.2版本的cuda，然后将下面红色框框中的内容复制下来

将复制的内容粘贴到pytorch环境下的终端，运行就可以了

至此。pytorch的深度学习环境就安装好了。

但是有部分不支持这么高的CUDA版本，那么我们就得找之前的版本，通过这个地方去找之前的版本，建议找11.3版本的

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

三、pycharm安装–验证CUDA和cudnn版本

打开这个pycharm网址，可以发现一共有两个版本一个是专业版（Professional），一个是社区版（Community），我们就下载安装免费的社区版就好了。将下载好的pycharm安装包，双击。安装的地址最好不要放在C盘。

这个部分的四个全部勾上

打开pycharm，创建一个新的工程，来测试anaconda是否在安装pytorch框架的时候也安装了cuda和cudnn。按如下图创建一个工程

新版的pycharm是这样的界面，选择anaconda（我这里已经选用了所以没显示）

按以上的方式创建了一个工程，这时候我们就要选择我们在anaconda里面安装的环境，在界面的右下角

选择Add New Inerpreter

选择你anaconda的位置，按照这个路径找到pytorch的python.exe

我们在创建的工程里面创建一个python脚本，在脚本中运行如下代码，查看是否anconda在安装pytorch环境的时候也安装了cuda和cudnn。

至此我们的深度学习环境安装就已经完全完成。接下来可以在相对的环境下进行深度学习的实验了。

四、labelimg的安装

首先按照上面的方式打开pytorch的环境。输入如下的命令：

 pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

运行如上命令后，系统就会自动下载labelimg相关的依赖。

五、使用labelimg

首先这里需要准备我们需要打标注的数据集。这里我建议新建一个名为VOCdevkit的文件夹（这个是约定俗成，后续代码划分需要），在里面再创建一个VOC2007的文件夹，然后在VOC2007文件夹里面创建一个名为JPEGImages的文件夹存放我们需要打标签的图片文件；；再创建一个名为Annotations存放标注的标签文件；最后创建一个名字为predefined_classes.txt 的txt文件来存放所要标注的类别名称。

首先在JPEGImages这个文件夹放置待标注的图片然后再 predefined_classes.txt 这个txt文档里面输入定义的类别种类；之后打开刚刚下载的labelimg，用pycharm打开运行一下就好了

下面介绍图中的我们常用的按钮。

Open Dir是待标注图片数据的路径文件夹，这里输入命令的时候就选定了JPEGImages。（当然这是可以换的）Change Save Dir保存类别标签的路径文件夹，这里我们选定了Annotations文件夹。

这个按键可以说明我们标注的标签为voc格式，点击可以换成yolo或者createML格式。

常用快捷键如下：

A：切换到上一张图片

D：切换到下一张图片

W：调出标注十字架

del ：删除标注框框

Ctrl+u：选择标注的图片文件夹

Ctrl+r：选择标注好的label标签存在的文件夹

记得把Auto Save mode勾选上这样就不用手动保存了

开始标注

我们按快捷键w，然后选定我们需要标注的对象。按住鼠标左键拖出框框就可以了。如下图所示，当我们选定目标以后，就会加载出来predefined_classes.txt 定义自己要标注的所有类别（如果类别多，是真的很方便，就不需要自己手打每个类别的名字了）。然后界面最右边会出现打好的类别标签。打好一张照片以后，快捷键D，就会进入下一张，这时候就会自动保存标签文件（voc格式会保存xml，yolo会保存txt格式）。标签打完以后可以去Annotations 文件下看到标签文件已经保存在这个目录下。

自此labelimg使用讲解就结束了。

voc标签转txt，并且划分测试集和验证集

我们经常从网上获取一些目标检测的数据集资源标签的格式都是VOC(xml格式)的，而yolov5训练所需要的文件格式是yolo(txt格式)的，这里就需要对xml格式的标签文件转换为txt文件。同时训练自己的yolov5检测模型的时候，数据集需要划分为训练集和验证集。这里提供了一份代码将xml格式的标注文件转换为txt格式的标注文件，并按比例划分为训练集和验证集。这里要把这个代码文件和刚才创建的文件夹放在一起

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile
 
classes = ["hat", "person"]
#classes里面必须正确填写xml里面已经标注好的类，这里需要修改成自己的类
 
TRAIN_RATIO = 80 #TRAIN_RATIO是训练集和验证集的比例，当等于80的时候，说明划分80%给训练集，20%给验证集。
 
def clear_hidden_files(path):
    dir_list = os.listdir(path)
    for i in dir_list:
        abspath = os.path.join(os.path.abspath(path), i)
        if os.path.isfile(abspath):
            if i.startswith("._"):
                os.remove(abspath)
        else:
            clear_hidden_files(abspath)
 
def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)
 
def convert_annotation(image_id):
    in_file = open('VOCdevkit/VOC2007/Annotations/%s.xml' %image_id)
    out_file = open('VOCdevkit/VOC2007/YOLOLabels/%s.txt' %image_id, 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
    in_file.close()
    out_file.close()
wd = os.getcwd()
wd = os.getcwd()
data_base_dir = os.path.join(wd, "VOCdevkit/")
if not os.path.isdir(data_base_dir):
    os.mkdir(data_base_dir)
work_sapce_dir = os.path.join(data_base_dir, "VOC2007/")
if not os.path.isdir(work_sapce_dir):
    os.mkdir(work_sapce_dir)
annotation_dir = os.path.join(work_sapce_dir, "Annotations/")
if not os.path.isdir(annotation_dir):
        os.mkdir(annotation_dir)
clear_hidden_files(annotation_dir)
image_dir = os.path.join(work_sapce_dir, "JPEGImages/")
if not os.path.isdir(image_dir):
        os.mkdir(image_dir)
clear_hidden_files(image_dir)
yolo_labels_dir = os.path.join(work_sapce_dir, "YOLOLabels/")
if not os.path.isdir(yolo_labels_dir):
        os.mkdir(yolo_labels_dir)
clear_hidden_files(yolo_labels_dir)
yolov5_images_dir = os.path.join(data_base_dir, "images/")
if not os.path.isdir(yolov5_images_dir):
        os.mkdir(yolov5_images_dir)
clear_hidden_files(yolov5_images_dir)
yolov5_labels_dir = os.path.join(data_base_dir, "labels/")
if not os.path.isdir(yolov5_labels_dir):
        os.mkdir(yolov5_labels_dir)
clear_hidden_files(yolov5_labels_dir)
yolov5_images_train_dir = os.path.join(yolov5_images_dir, "train/")
if not os.path.isdir(yolov5_images_train_dir):
        os.mkdir(yolov5_images_train_dir)
clear_hidden_files(yolov5_images_train_dir)
yolov5_images_test_dir = os.path.join(yolov5_images_dir, "val/")
if not os.path.isdir(yolov5_images_test_dir):
        os.mkdir(yolov5_images_test_dir)
clear_hidden_files(yolov5_images_test_dir)
yolov5_labels_train_dir = os.path.join(yolov5_labels_dir, "train/")
if not os.path.isdir(yolov5_labels_train_dir):
        os.mkdir(yolov5_labels_train_dir)
clear_hidden_files(yolov5_labels_train_dir)
yolov5_labels_test_dir = os.path.join(yolov5_labels_dir, "val/")
if not os.path.isdir(yolov5_labels_test_dir):
        os.mkdir(yolov5_labels_test_dir)
clear_hidden_files(yolov5_labels_test_dir)
 
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'w')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'w')
train_file.close()
test_file.close()
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'a')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'a')
list_imgs = os.listdir(image_dir) # list image files
prob = random.randint(1, 100)
print("Probability: %d" % prob)
for i in range(0,len(list_imgs)):
    path = os.path.join(image_dir,list_imgs[i])
    if os.path.isfile(path):
        image_path = image_dir + list_imgs[i]
        voc_path = list_imgs[i]
        (nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path))
        (voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path))
        annotation_name = nameWithoutExtention + '.xml'
        annotation_path = os.path.join(annotation_dir, annotation_name)
        label_name = nameWithoutExtention + '.txt'
        label_path = os.path.join(yolo_labels_dir, label_name)
    prob = random.randint(1, 100)
    print("Probability: %d" % prob)
    if(prob < TRAIN_RATIO): # train dataset
        if os.path.exists(annotation_path):
            train_file.write(image_path + '\n')
            convert_annotation(nameWithoutExtention) # convert label
            copyfile(image_path, yolov5_images_train_dir + voc_path)
            copyfile(label_path, yolov5_labels_train_dir + label_name)
    else: # test dataset
        if os.path.exists(annotation_path):
            test_file.write(image_path + '\n')
            convert_annotation(nameWithoutExtention) # convert label
            copyfile(image_path, yolov5_images_test_dir + voc_path)
            copyfile(label_path, yolov5_labels_test_dir + label_name)
train_file.close()
test_file.close()

在VOCdevkit目录下生成images和labels文件夹，文件夹下分别生成了train文件夹和val文件夹，里面分别保存着训练集的照片和txt格式的标签，还有验证集的照片和txt格式的标签。images文件夹和labels文件夹就是训练yolov5模型所需的训练集和验证集。在VOCdevkit/VOC2007目录下还生成了一个YOLOLabels文件夹，里面存放着所有的txt格式的标签文件。
 至此，xml格式的标签文件转换为txt格式的标签文件并划分为训练集和测试集就讲完了。
项目的克隆和必要的环境依赖

YOLOv5的代码是开源的，因此我们可以从github上克隆其源码。首先打开yolov5的github的官网，打开的官网界面如下。

将我们下载好的yolov5的代码解压，然后用一款IDE打开（我用的是pycharm），打开之后整个代码目录如下图：

现在来对代码的整体目录做一个介绍：

data：主要是存放一些超参数的配置文件（这些文件（yaml文件）是用来配置训练集和测试集还有验证集的路径的，其中还包括目标检测的种类数和种类的名称）；还有一些官方提供测试的图片。如果是训练自己的数据集的话，那么就需要修改其中的yaml文件。但是自己的数据集不建议放在这个路径下面，而是建议把数据集放到yolov5项目的同级目录下面。
 
models：里面主要是一些网络构建的配置文件和函数，其中包含了该项目的四个不同的版本，分别为是s、m、l、x。从名字就可以看出，这几个版本的大小。他们的检测测度分别都是从快到慢，但是精确度分别是从低到高。这就是所谓的鱼和熊掌不可兼得。如果训练自己的数据集的话，就需要修改这里面相对应的yaml文件来训练自己模型。
 
utils：存放的是工具类的函数，里面有loss函数，metrics函数，plots函数等等。
 
weights：放置训练好的权重参数。
 
detect.py：利用训练好的权重参数进行目标检测，可以进行图像、视频和摄像头的检测。
 
train.py：训练自己的数据集的函数。
 
test.py：测试训练的结果的函数。
 
requirements.txt：这是一个文本文件，里面写着使用yolov5项目的环境依赖包的一些版本，可以利用该文本导入相应版本的包。

以上就是yolov5项目代码的整体介绍。

环境的安装和依赖的安装
打开requirements.txt这个文件，可以看到里面有很多的依赖库和其对应的版本要求。我们打开pycharm的命令终端，在中输入如下的命令，就可以安装了。

pip install -r requirements.txt

在这个地方可能会存在下载不下来的问题

那么就得通过cmd来下载，这里先输入yolov5所在的磁盘（以D盘d:），然后在找到yolov5的位置，通过cd+yolov5位置，然后按照之前的通过cmd激活pytorch环境再输入上面内容。

至此，深度学习的环境和依赖包就都结束了。

数据集和预训练权重的准备
利用labelimg标注数据和数据的准备，上面已经说过了
获得预训练权重

yolov5的5.0版本给我们提供了几个预训练权重，我们可以对应我们不同的需求选择不同的版本的预训练权重。通过如下的图可以获得权重的名字和大小信息，可以预料的到，预训练权重越大，训练出来的精度就会相对来说越高，但是其检测的速度就会越慢。预训练权重可以通过这个网址进行下载，本次训练自己的数据集用的预训练权重为yolov5s.pt。

训练自己的模型
修改数据配置文件
预训练模型和数据集都准备好了，就可以开始训练自己的yolov5目标检测模型了，训练目标检测模型需要修改两个yaml文件中的参数。一个是data目录下的相应的yaml文件，一个是model目录文件下的相应的yaml文件。

   修改data目录下的相应的yaml文件。找到目录下的coco128.yaml文件，将该文件复制一份，将复制的文件重命名，最好和项目相关，这样方便后面操作。我这里修改为Car.yaml。（这个名字是随便起的）。打开你的改好的yaml文件，修改train，val的地址，记得把下面两个也改成自己的类，nc是你一共有多少个类。

修改模型配置文件
由于该项目使用的是yolov5s.pt这个预训练权重，所以要使用models目录下的yolov5s.yaml文件中的相应参数。同上修改data目录下的yaml文件一样，我们最好将yolov5s.yaml文件复制一份，然后将其重命名。（这里需要注意一下一定是要下载版本对应的预训练权重pt文件不然会报错），我这里因为电脑可以支持yolov5x，所以就用的yolov5x.yaml,模型修改的内容是一样的，只需要修改nc为自己类的个数就行了。

至此，相应的配置参数就修改好了。

训练自己的模型
如果上面的数据集和两个yaml文件的参数都修改好了的话，就可以开始yolov5的训练了。首先我们找到train.py这个py文件。

然后找到主函数的入口，这里面有模型的主要参数。

根据下面内容进行调整

opt模型主要参数解析：
weights：初始化的权重文件的路径地址（修改default，改成自己的权重地址，就是自己pt文件）
cfg：模型yaml文件的路径地址（修改default，改成自己的模型地址）
data：数据yaml文件的路径地址（修改default，改成自己的数据的yaml那个文件）
hyp：超参数文件路径地址（默认就好了）
epochs：训练轮次（超过200次就好了，超过200次就趋向稳定了）
batch-size：喂入批次文件的多少（根据自己电脑配置修改，配置不高经量调低成8或4）
img-size：输入图片尺寸（根据自己电脑配置修改，配置不高经量调低）
rect:是否采用矩形训练，默认False（默认就好了）
resume:接着打断训练上次的结果接着训练（默认就好了）
nosave:不保存模型，默认False（默认就好了）
notest:不进行test，默认False（默认就好了）
noautoanchor:不自动调整anchor，默认False（默认就好了）
evolve:是否进行超参数进化，默认False（默认就好了）
bucket:谷歌云盘bucket，一般不会用到（默认就好了）
cache-images:是否提前缓存图片到内存，以加快训练速度，默认False（默认就好了）
image-weights：使用加权图像选择进行训练（默认就好了）
device:训练的设备，cpu；0(表示一个gpu设备cuda:0)；0,1,2,3(多个gpu设备)（改成0）

至此，就可以运行train.py函数训练自己的模型了。但是由于目前一些内容改变，还是会出现报错，报错内容也五花八门，我也是找了许多帖子才跑通。

报错1UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb2 in position 6: invalid start byte

 return subprocess.check_output(s, shell=True, stderr=subprocess.STDOUT).decode()[:-1]

return subprocess.check_output(s, shell=True, stderr=subprocess.STDOUT).decode(encoding='gbk')[:-1]

把上面那个改成下面这个就好了

报错2：AttributeError: module 'numpy' has no attribute 'int'.
`np.int` was a deprecated alias for the builtin `int`. To avoid this error in existing code, use `int` by itself. Doing this will not modify any behavior and is safe. When replacing `np.int`, you may wish to use e.g. `np.int64` or `np.int32` to specify the precision. If you wish to review your current use, check the release note link for additional information.
The aliases was originally deprecated in NumPy 1.20; for more details and guidance see the original release note at:

这个报错会发生好三四次，出现就修改就行了

把np.int改成np.int_

报错3：IndexError: list index out of range

这个报错原因有好多，第一个是pt文件版本不对或者名字不对，第二个可能是data的yaml文件里的nc或者类没有修改

报错4：untimeError: result type Float can't be cast to the desired output type __int64

把改成这个就可以了

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

到此我碰到的报错都在这，还有其他的问题，可以自行查阅

识别检测detect.py

调参

找到def parse_opt():这行，以下是我们要调参的位置

    parser.add_argument('--weights', nargs='+', type=str, default='D:/Pycharm code/yolov5-5.0/runs/train/exp31/weights/last.pt', help='model.pt path(s)')（这里改成训练完的权重文件last.pt或者best.pt）
    parser.add_argument('--source', type=str, default='D:/Pycharm code/yolov5-5.0/Car/datasets/images/test', help='source')  # file/folder, 0 for webcam(测试数据，可以是图片/视频路径，也可以是’0’(电脑自带摄像头),也可以是rtsp等视频流)
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')(置信度阈值你希望多少)
    parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
    parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')