專案的克隆
開啟yolov5官網（GitHub - ultralytics/yolov5 at v5.0），下載yolov5的專案：
環境的安裝（免額外安裝CUDA和cudnn）
開啟anaconda的終端，建立新的名為yolov5的環境（python選擇3.8版本）：
conda create -n yolov5 python=3.8
執行如下命令，啟用這個環境：
conda activate yolov5
開啟pytorch的官網，選擇自己顯示卡對應的pytorch版本（我的顯示卡為GTX1650，這裡選擇1.8.0pytorch版本）：
選擇CUDA版本（這裡我選擇10.2），複製命令到anaconda終端執行：
至此pytorch環境安裝完成，接下來驗證CUDA和cudnn版本，開啟Ptcharm，執行如下程式碼：
import torch print(torch.cuda.is_available()) print(torch.backends.cudnn.is_available()) print(torch.cuda_version) print(torch.backends.cudnn.version())
輸出如下結果表示安裝成功：
利用labelimg標註資料集：
labelimg的安裝：
開啟cmd命令控制檯，輸入如下的命令下載labelimg相關的依賴：
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
資料準備：
新建一個名為VOC2007的資料夾，在裡面建立一個名為JPEGImages的資料夾存放需要打標籤的圖片檔案；再建立一個名為Annotations的資料夾存放標註的標籤檔案；最後建立一個名為 predefined_classes.txt 的txt檔案來存放所要標註的類別名稱（這裡我的類別一共有6類，分別是fanbingbing，jiangwen，liangjiahui，liuyifei，zhangziyi，zhoujielun）：
進入到剛剛建立的VOC2007路徑，執行cmd命令：
輸入如下的命令開啟labelimg並初始化predefined_classes.txt裡面定義的類：
labelimg JPEGImages predefined_classes.txt
開啟view設定，勾選如下選項（建議勾選）：
標註資料：
按下快捷鍵W調出標註十字架，選擇需要標註的物件區域，並定義自己要標註的類別：
打完標籤後的圖片會在Annotations 資料夾下生成對應的xml檔案：
資料集格式轉化及訓練集和驗證集劃分
利用pycharm開啟從yolov5官網下載的yolov5專案，在該專案目錄下建立名為VOCdevkit的資料夾，並將剛才的VOC2007資料夾放入：
在VOCdevkit的同級目錄下建立新的python檔案，執行如下程式碼：
（注：classes裡面必須正確填寫xml裡面已經標註好的類這裡為classes = ["fanbingbing", "jiangwen", "liangjiahui", "liuyifei", "zhangziyi", "zhoujielun"]）
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 = ["fanbingbing", "jiangwen", "liangjiahui", "liuyifei", "zhangziyi", "zhoujielun"] # classes=["ball"] TRAIN_RATIO = 80 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("F:/Yolov5/yolov5_offical/yolov5-master/VOCdevkit/VOC2007/Annotations/%s.xml" % image_id) out_file = open('F:/Yolov5/yolov5_offical/yolov5-master/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, "F:/Yolov5/yolov5_offical/yolov5-master/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()
程式碼執行完成後目錄結構如下：
下載預訓練權重：
開啟這個網址下載預訓練權重，這裡選擇yolov5s.pt。
訓練模型
修改資料配置檔案：
找到data目錄下的voc.yaml檔案，將該檔案複製一份，重新命名為people.yaml：
開啟people.yaml，修改相關引數（train，val，nc）：
修改模型配置檔案：
找到models目錄下的yolov5s.yaml檔案，將該檔案複製一份，重新命名為yolov5s_people.yaml：
開啟yolov5_people.yaml，修改相關引數（nc）：
訓練模型：
開啟train.py，修改如下引數：
weights：權重的路徑
cfg：yolov5s_people.yaml路徑
data：people.yaml路徑
epochs：訓練的輪數
batch-size：每次輸入圖片數量（根據自己電腦情況修改）
workers：最大工作核心數（根據自己電腦情況修改）
執行train.py函式訓練自己的模型。
tensorbord檢視引數
開啟pycharm的命令控制終端，執行如下命令：
tensorboard --logdir=runs/train
推理測試
模型訓練完成後，會在主目錄下產生一個名為runs的資料夾，在runs/train/exp/weights目錄下會產生兩個權重檔案，一個是最後一輪的權重檔案，一個是最好的權重檔案。
開啟detect.py檔案，修改相關引數：
weights:權重路徑（這裡選擇best.pt）
source:測試資料路徑，可以是圖片/影片，也可以是'0'(電腦自帶攝像頭)
行detect.py進行測試，測試結果會儲存在runs/detect/exp目錄下：
