使用環境：python3.6.八、CUDA10.0、Centos7.5html
目錄python
1、前言git
1.1下載yolov5代碼github
1.3下載預訓練模型和測試docker
1、前言
1.1下載yolov5代碼
首先經過git命令從GitHub克隆yolov5最新代碼（固然也能夠選擇想要的版本號），該文采用最新的代碼，命令以下：
git clone --recursive https://github.com/ultralytics/yolov5.git
其中 --recursive 參數屬於我的習慣添加，主要是防止項目中參雜第三方的工程項目；克隆完成之後的文件夾以下（如下顯示的是克隆到本地的所有內容，可能有些.git、.dockerignore等等文件由於是隱藏文件沒有顯示出來，沒必要在乎）：
1.2安裝yolov5運行時須要的包
在克隆的代碼中能夠找到requirements.txt文件，爲了不踩坑，儘可能不要直接安裝裏面的包，主要是針對pytorch版本；
若是你的電腦沒有GPU，能夠直接運行如下命令：
pip3 install -r requirements.txt
若是你的電腦有GPU，請不要直接運行以上命令，先更新pytorch爲1.6.0，具體命令以下：
pip3 install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
而後把requirements.txt中有關torch的內容刪除，刪除以後的requirements.txt文件爲：
然後在運行：
pip3 install -r requirements.txt
1.3下載預訓練模型和測試
下載預訓練模型時儘可能從yolov5給定的連接處下載；
連接：https://github.com/ultralytics/yolov5
之因此不建議從別的地方下載預訓練模型，緣由是因爲時間關係有可能下載到的模型和yolov5的代碼不匹配，致使各類亂七八糟的錯誤，所以最好從上述連接上下載；（本文下載的是yolov5x.pt，若是由於網絡緣由致使模型下載失敗，也沒有關係，直接跳過測試就好，不影響訓練本身的數據模型）
模型下載完成之後放在和detect.py同級的目錄下，大體以下：
將detect.py中的代碼大體150~164行代碼作如下修改：
parser = argparse.ArgumentParser()
parser.add_argument('--weights', nargs='+', type=str, default='yolov5x.pt', help='model.pt path(s)') # 本文下載的是yolov5x.pt
parser.add_argument('--source', type=str, default='inference/images', help='source')
parser.add_argument('--output', type=str, default='inference/output', help='output folder')
parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
parser.add_argument('--conf-thres', type=float, default=0.4, help='object confidence threshold')
parser.add_argument('--iou-thres', type=float, default=0.5, help='IOU threshold for NMS')
parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu') # 沒有GPU的話請改成 default='cpu'
parser.add_argument('--view-img', action='store_true', help='display results')
parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
parser.add_argument('--augment', action='store_true', help='augmented inference')
parser.add_argument('--update', action='store_true', help='update all models')
opt = parser.parse_args()
以後運行detect.py，結果以下：
效果一級棒！
2、製做本身的訓練數據集
2.1使用LabelImg標註本身的數據
yolov5訓練集使用的是yolo的格式的標註方式，具體格式以下圖所示：
每行數據表明一個物體，每一行的含義爲：class_id center_x center_y width height，一個txt文件對應一個圖片，例如上圖000000000009.txt對應的既是000000000009.jpg，標註時只需將LabelImg中的 PascalVOC點擊轉換爲YOLO便可；
2.2從VOC標註數據轉換爲YOLO標註格式
若是已經有了標註出來的VOC標註文件（xml格式文件），只須要使用腳本轉換爲YOLO格式便可，這種方式能最快把數據集準備好，代碼以下：
"""
Creation Time : 2020.08.14
Create author : Tian FuKang
"""
import os
import glob
import pandas as pd
import random
import cv2
import xml.etree.ElementTree as ET
def resize_image(img, max_l):
w = img.shape[1]
h = img.shape[0]
if w > h:
scale = float(max_l) / float(w)
w = max_l
h = int(h * scale)
else:
scale = float(max_l) / float(h)
h = max_l
w = int(w * scale)
img = cv2.resize(img, (w, h), interpolation=cv2.INTER_AREA)
return img, scale
def xml_to_csv(path_1):
xml_file_list = []
# 在這裏修改你須要檢測的類別名字
class_text = ['person', 'bicycle', 'car', 'motorcycle', 'airplane']
for xml_file in glob.glob(path_1 + '/*.xml'):
xml_file_list.append(xml_file)
for i in range(0, len(xml_file_list)):
tree = ET.parse(xml_file_list[i])
root = tree.getroot()
filename = root.find('filename').text
name = str(i + 1).zfill(12)
# 在這裏修改保存數據和標籤的文件路徑
img_name = './data/images/train/' + name + '.jpg'
txt_name = './data/labels/train/' + name + '.txt'
file_txt = open(txt_name, mode='a', encoding='utf-8')
image = cv2.imread(path_1.replace('image_xml', 'image/') + filename)
image, scale = resize_image(image, 640)
cv2.imwrite(img_name, image)
for member in root.findall('object'):
class_id = class_text.index(member[0].text)
xmin = int(member[4][0].text)
ymin = int(member[4][1].text)
xmax = int(member[4][2].text)
ymax = int(member[4][3].text)
# round(x, 6) 這裏我設置了6位有效數字，可根據實際狀況更改
center_x = round(((xmin + xmax) / 2.0) * scale / float(image.shape[1]), 6)
center_y = round(((ymin + ymax) / 2.0) * scale / float(image.shape[0]), 6)
box_w = round(float(xmax - xmin) * scale / float(image.shape[1]), 6)
box_h = round(float(ymax - ymin) * scale / float(image.shape[0]), 6)
file_txt.write(str(class_id))
file_txt.write(' ')
file_txt.write(str(center_x))
file_txt.write(' ')
file_txt.write(str(center_y))
file_txt.write(' ')
file_txt.write(str(box_w))
file_txt.write(' ')
file_txt.write(str(box_h))
file_txt.write('\n')
file_txt.close()
def main():
# 在這裏修改xml文件的路徑，個人xml文件在image_xml文件夾中，所以是如下設置方式
path_2 = './image_xml'
xml_to_csv(path_2)
print('Successfully converted xml to csv.')
main()
運行該腳本時須要注意如下幾點：1.保證修改了第36行，更改成本身的類別名稱；2.保證第50、51行的保存數據的文件夾存在；3.保證你的數據圖片和標註文件分別在image文件夾和image_xml文件夾裏面，而且image文件夾和image_xml文件夾在同一目錄下，由於在第5五、90行用到了這兩個文件夾；以後運行該腳本便可；
3、使用yolov5訓練本身的數據集
3.1規範本身的數據集
進入到以前目錄1.1中克隆的代碼的文件夾中，找到data文件夾，在data文件夾下新建以下目錄文件夾；
其中目錄：
./data/custom/images/train/ 存放訓練集圖片
./data/custom/images/val/ 存放驗證集圖片
./data/custom/labels/train/ 存放訓練集標籤
./data/custom/labels/val/ 存放驗證集標籤
將本身上個步驟生成的數據集按照訓練集驗證集放入以上目錄中（訓練集驗證集數據比例可本身控制）；注意：訓練集中的image和label的文件名要一一對應（例如./data/custom/images/train/0001.jpg和./data/custom/labels/train/0001.txt），同理驗證集也是如此；
3.2編寫yaml數據配置文件
仍是在yolov5項目的data文件夾下，新建文件custom.yaml，以下圖所示：
編輯內容以下：
# 設置訓練集和驗證集的目錄 train: ./data/code/images/train/ val: ./data/code/images/val/ # 類別數目 nc: 5 # 類別名 names: ['person', 'bicycle', 'car', 'motorcycle', 'airplane']
保存便可；
3.3修改yolov5*.yaml配置文件
本文使用的yolov5s，所以修改的是yolov5s.yaml，修改方式很簡單，只須要修改類別數目便可，修改後的內容以下：
# parameters nc: 5 # 主要修改此處爲本身的類別數量 depth_multiple: 0.33 # model depth multiple width_multiple: 0.50 # layer channel multiple # anchors 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 backbone backbone: # [from, number, module, args] [[-1, 1, Focus, [64, 3]], # 0-P1/2 [-1, 1, Conv, [128, 3, 2]], # 1-P2/4 [-1, 3, BottleneckCSP, [128]], [-1, 1, Conv, [256, 3, 2]], # 3-P3/8 [-1, 9, BottleneckCSP, [256]], [-1, 1, Conv, [512, 3, 2]], # 5-P4/16 [-1, 9, BottleneckCSP, [512]], [-1, 1, Conv, [1024, 3, 2]], # 7-P5/32 [-1, 1, SPP, [1024, [5, 9, 13]]], [-1, 3, BottleneckCSP, [1024, False]], # 9 ] # YOLOv5 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, BottleneckCSP, [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, BottleneckCSP, [256, False]], # 17 (P3/8-small) [-1, 1, Conv, [256, 3, 2]], [[-1, 14], 1, Concat, [1]], # cat head P4 [-1, 3, BottleneckCSP, [512, False]], # 20 (P4/16-medium) [-1, 1, Conv, [512, 3, 2]], [[-1, 10], 1, Concat, [1]], # cat head P5 [-1, 3, BottleneckCSP, [1024, False]], # 23 (P5/32-large) [[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5) ]
3.4修改運行train.py文件
完成上述步驟之後，還須要修改train.py文件中的一些代碼，主要集中在第383-409行，修改後以下所示：
parser = argparse.ArgumentParser()
# --weights 由於是訓練本身的數據集，所以沒有必要加載預訓練模型，這裏改爲無，固然也能夠加載
parser.add_argument('--weights', type=str, default='', help='initial weights path')
# --cfg 這裏改爲默認是./models/yolov5x.yaml,由於使用了yolov5s
parser.add_argument('--cfg', type=str, default='./models/yolov5s.yaml', help='model.yaml path')
# --data 這裏改成默認是./data/custom.yaml
parser.add_argument('--data', type=str, default='./data/custom.yaml', help='data.yaml path')
parser.add_argument('--hyp', type=str, default='', help='hyperparameters path, i.e. data/hyp.scratch.yaml')
# --epochs 迭代輪次能夠修改，本文默認爲300
parser.add_argument('--epochs', type=int, default=300)
# --batch-size 硬件很差的話，把16改成8或者4甚至更低（yolov5支持更小，問題不大）
parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs')
# --img-size 圖片大小能夠根據本身的數據設置，注意測試時同步大小就好，這裏不作修改
parser.add_argument('--img-size', nargs='+', type=int, default=[640, 640], help='train,test sizes')
parser.add_argument('--rect', action='store_true', help='rectangular training')
parser.add_argument('--resume', nargs='?', const='get_last', default=False,
help='resume from given path/last.pt, or most recent run if blank')
parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
parser.add_argument('--notest', action='store_true', help='only test final epoch')
parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')
parser.add_argument('--evolve', action='store_true', help='evolve hyperparameters')
parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
parser.add_argument('--cache-images', action='store_true', help='cache images for faster training')
parser.add_argument('--name', default='', help='renames results.txt to results_name.txt if supplied')
# --device 個人電腦有GPU卡，所以設置爲0，沒有設置爲cpu
parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
parser.add_argument('--single-cls', action='store_true', help='train as single-class dataset')
parser.add_argument('--adam', action='store_true', help='use torch.optim.Adam() optimizer')
parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
parser.add_argument('--logdir', type=str, default='runs/', help='logging directory')
parser.add_argument('--workers', type=int, default=8, help='maximum number of dataloader workers')
opt = parser.parse_args()
修改完之後運行train.py，運行過程以下：
訓練完成之後會在項目中生成如下內容：
至此訓練完成；
3.5測試生成的模型
快速測試只須要修改detect.py文件中的第164-178行便可，修改跟訓練時相似，以下所示：
parser = argparse.ArgumentParser()
parser.add_argument('--weights', nargs='+', type=str, default='yolov5s.pt', help='model.pt path(s)')
parser.add_argument('--source', type=str, default='inference/images', help='source') # file/folder, 0 for webcam
parser.add_argument('--output', type=str, default='inference/output', help='output folder') # output folder
parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
parser.add_argument('--conf-thres', type=float, default=0.4, help='object confidence threshold')
parser.add_argument('--iou-thres', type=float, default=0.5, help='IOU threshold for NMS')
parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--view-img', action='store_true', help='display results')
parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
parser.add_argument('--augment', action='store_true', help='augmented inference')
parser.add_argument('--update', action='store_true', help='update all models')
opt = parser.parse_args()
而後把須要測試的圖片放到目錄：./inference/images/中，再把生成的模型best.pt修改成yolov5s.pt移動到和detect.py相同目錄，運行便可，在./inference/output/中查看測試結果；
後續會整理一個相對簡單的測試腳本，繼而更新；
4、詳解
更詳細的網絡解釋後續會持續更新；