零基础YOLOv5的详细使用教程

零基础YOLOv5的详细使用教程说明一.yolov5的下载二.安装requirements.txt 中指定的所需环境1.使用pip批量安装2.使用pip单个安装3.特殊问题三.下载并训练coco128数据集1.coco128下载方式：2.下载预训练模型3.训练coco128数据集四.训练自己的数据集1.准备数据集2.构建数据集训练自己的数据集说明本文章针对零基础yolov5的学习，包括了yolov

胡萝卜爱吃鱼11

17772人浏览 · 2021-08-20 10:21:30

胡萝卜爱吃鱼11 · 2021-08-20 10:21:30 发布

零基础YOLOv5的详细使用教程

说明

说明

本文章针对零基础yolov5的学习，包括了yolov5的下载、安装以及调试；同时使用了手势识别项目进行测试。

一.yolov5的下载

链接: https://github.com/ultralytics/yolov5.

网上关于yolov5的下载方式有很多，这个不一定是最新的，在下载前可以在网上搜索看自己需要那种。

二.安装requirements.txt 中指定的所需环境

1.使用pip批量安装

安装所需环境方式有很多，可以在yolov5目录下使用pip指令运行requirements.txt，这种方式最简单，但很有可能会遇到有些依赖无法安装的情况，这时需要使用第二种方法进行单个安装。

2.使用pip单个安装

这种方法秩序直接打开命令提示符使用pip install xxxx 的方式，对所需以来进行单个逐步安装。这种方式较为繁琐，但可以清楚知道那部分安装失败，然后进行解决。

pip install  xxxx

3.特殊问题

在requirements.txt中，pycocotools>=2.0 # COCO mAP的安装很容易失败，原因是安装该依赖包所需的环境为vc++14.0，于是下载了visual studio 2019，但仍是无法安装，于是就单独安装了 vc++2015 build tools，具体解决方式见文章： https://blog.csdn.net/sinat_33486980/article/details/92840377.

三.下载并训练coco128数据集

1.coco128下载方式：

coco128数据是COCO train2017数据的一部分，只取了coco数据集中的128张标注的图片，下载地址为：

链接：https://pan.baidu.com/s/1mQ8Uav0biE1IgFWDQldTJw
提取码：pcdh

下载完后解压到/yolov5目录下即可，解压后的coco128文件结构如下：

coco128
|-- LICENSE
|-- README.txt  # 相关说明
|-- DS_Store 
|-- images   # 128张jpg图片
`-- labels  # 128张标注的txt文件

2.下载预训练模型

由于文件较大，在github上下载较慢，所以上传到了百度网盘和csdn上：
链接：https://pan.baidu.com/s/1oysJ8uAdWA_TW1BsvMEVZQ
提取码：o7hd
csdn下载地址：
在预训练模型中，yolov5s.pt训练速度最快，yolov5x.pt速度最慢，但训练效果最好。

3.训练coco128数据集

需要调整的参数

train.py

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', type=str, default='F:/yolov5/paper_date/weights/yolov5s.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='F:/yolov5/yolov5-master/models/yolov5s.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default='F:/yolov5/paper_date1/ab.yaml', help='dataset.yaml path')
    parser.add_argument('--hyp', type=str, default='F:/python code/yolov5/yolov5-master/data/hyps/hyp.scratch.yaml', help='hyperparameters path')
    parser.add_argument('--epochs', type=int, default=200)
    parser.add_argument('--batch-size', type=int, default=4, help='total batch size for all GPUs')
    parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=480, help='train, val image size (pixels)')
    parser.add_argument('--rect', action='store_true', help='rectangular training')
    parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
    parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
    parser.add_argument('--noval', action='store_true', help='only validate final epoch')
    parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')

epochs：指的就是训练过程中整个数据集将被迭代多少次,显卡不行你就调小点。
batch-size：一次看完多少张图片才进行权重更新，梯度下降的mini-batch,显卡不行你就调小点。
cfg：存储模型结构的配置文件
data：存储训练、测试数据的文件
img-size：输入图片宽高,显卡不行你就调小点。
rect：进行矩形训练
resume：恢复最近保存的模型开始训练
nosave：仅保存最终checkpoint
notest：仅测试最后的epoch
evolve：进化超参数
bucket：gsutil bucket
cache-images：缓存图像以加快训练速度
weights：权重文件路径
name：重命名results.txt to results_name.txt
device：cuda device, i.e. 0 or 0,1,2,3 or cpu
adam：使用adam优化
multi-scale：多尺度训练，img-size +/- 50%
single-cls：单类别的训练集
训练完成后，在yolov5/runs目录下即出现训练文件，表示训练成功。
在这里插入图片描述

四.训练自己的数据集

1.准备数据集

yolov5中的数据集的标签都是保存为YOLO格式的txt文件的。选择自己所需要的土浦安后，需要用LabelImg对图片进行标注。
在这里插入图片描述
Open为打开一张照片，一般选择Open Dir打开图片所在文件夹，方便对图片进行批量编辑，Change Save Dir为保存地址。快捷键：
w：打标签
d：下一张
a：上一张
需要提前设置自动保存。

2.构建数据集

在paper_date目录下创建三个文件夹，结构如下：

paper_date
  ......images           #存放图像
  ......Annotations          #存放图像对应的xml文件
  ......ImageSets/Main       #存放训练/存放train.txt/val.txt/test.txt/trainval.txt文件

images为VOC数据集格式中的JPEGImages，内容如下：在这里插入图片描述
Annotations文件夹下面为xml文件，内容如下：

ImageSets文件夹下面新建一个Main子文件夹，用来存放训练集、验证集、测试集的划分，通过脚本生成，可以创建一个split_train_val.py文件，代码内容如下：

# coding:utf-8

import os
import random
import argparse

parser = argparse.ArgumentParser()
#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
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path')
opt = parser.parse_args()

trainval_percent = 1.0
train_percent = 0.9
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)

num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)

file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')

for i in list_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        file_trainval.write(name)
        if i in train:
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)

file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

运行代码后，在Main文件夹下生成下面四个txt文档：在这里插入图片描述
接下来将labels文件夹编写，创建voc_label.py文件，将训练集、验证集、测试集生成label标签（训练中要用到），同时将数据集路径导入txt文件中，代码内容如下：

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ["A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "S", "T", "U", "V" "W", "X", "Y", "Z"]   # 改成自己的类别
abs_path = os.getcwd()
print(abs_path)

def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    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/paper_date1/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('F:/yolov5/paper_date1/labels/%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
        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))
        b1, b2, b3, b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()
for image_set in sets:
    if not os.path.exists('F:/yolov5/paper_date1/labels/'):
        os.makedirs('F:/yolov5/paper_date1/labels/')
    image_ids = open('F:/yolov5/paper_date1/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('F:/yolov5/paper_date1/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + 'F:/yolov5//paper_date1/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

注：需将代码中所填地址改为自己各文件所在地址，相对地址、绝对地址都可。

然后在yolov5目录下的data文件夹下新建一个ab.yaml文件（可以自定义命名），用来存放训练集和验证集的划分文件（train.txt和val.txt），这两个文件是通过运行voc_label.py代码生成的，然后是目标的类别数目和具体类别列表，ab.yaml内容如下：在这里插入图片描述

train、val、nc、names都需要更改，自己需要什么改为什么，地址需用反斜杠(/),train、val后需要加一个空格

训练自己的数据集

参照训练coco128数据集，对train.py内的参数进行性修改。
在终端输入：

python3 train.py --img 640 --batch 8 --epoch 5 --data my_Data/my_data.yaml --cfg my_Data/my_yolov5s.yaml --weights weights/yolov5s.pt --device cpu    # 0号GPU  -device 0