YOLOv5

数据集标注
选择了一个检测鱼类的数据集，想要尝试自己去制作一个数据集。
网站链接：Labeled Fishes in the Wild

选择了60张鱼类的图片，准备标注数据：

由于自身强迫症，看着这些文件名太难受了，改成了VOC格式的000005.jpg命名方式，但是从000000.jpg开始，共60张。

换名代码如下，将path更改为你的图片存放路径。

import os
path = "C:/Users/Desktop/fish"
filelist = os.listdir(path) #该文件夹下所有的文件（包括文件夹）
count=0 #从零开始
for file in filelist:
    print(file)
for file in filelist:   #遍历所有文件
    Olddir=os.path.join(path,file)   #原来的文件路径
    if os.path.isdir(Olddir):   #如果是文件夹则跳过
        continue
    filename=os.path.splitext(file)[0]   #文件名
    filetype=os.path.splitext(file)[1]   #文件扩展名
    Newdir=os.path.join(path,str(count).zfill(6)+filetype)  #用字符串函数zfill 以0补全所需位数
    os.rename(Olddir,Newdir)#重命名
    count+=1

　　

利用精灵标注助手进行标注。新建一个位置标注项目，然后开始标注就好了（深海恐惧的我为什么要标这个东西，服气。。）

这里只建了一个分类，fish，从最简单的做起，先能识别鱼，再去做识别鱼的类别吧~~
标完了，眼睛快瞎了，仿佛在玩找不同。
导出成xml格式的文件存起来就可以了。（题主又导出了一份pascal-voc格式的xml文件~但是这个格式精灵标注助手不支持查看，所以就先导出了一份xml格式的）

pascal-voc格式的xml文件样例如下：

<?xml version="1.0" ?>
<annotation>
<folder>fish</folder>
<filename>000052.JPG</filename>
<path>C:\Users\Vanessa Ni\Desktop\fish\000052.JPG</path>
<source>
    <database>Unknown</database>
</source>
<size>
    <width>1024</width>
    <height>768</height>
    <depth>3</depth>
</size>

<segmented>0</segmented>
    <object>
    <name>fish</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
        <xmin>498</xmin>
        <ymin>227</ymin>
        <xmax>696</xmax>
        <ymax>350</ymax>
    </bndbox>
</object>
    <object>
    <name>fish</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
        <xmin>225</xmin>
        <ymin>602</ymin>
        <xmax>336</xmax>
        <ymax>749</ymax>
    </bndbox>
</object>
</annotation>

　　

• 将所有的图片放到JPEGImages文件夹下，将所有个pascal-voc格式的xml文件放入到Annotations文件夹下

• 在根目录下创建make_txt.py文件，代码如下，运行代码后ImageSets中生成数据集分类txt文件。

import os
import random
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

　　

• 根目录下继续创建 voc_label.py 文件，代码如下：
  需要注意的是，sets中改为你的sets的名字（make_txt生成的）
  classes修改为你需要检测的类别，在本案例中，我们只需要检测fish一种类别

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test','val']
classes = ['fish']
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('data/Annotations/%s.xml' % (image_id))
    out_file = open('data/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
        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')
wd = getcwd()
print(wd)
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

　　

修改配置文件
修改coco.yaml文件
这里的yaml和以往的cfg文件是差不多的，但需要配置一份属于自己数据集的yaml文件。
复制data目录下的coco.yaml，我这里命名为fish.yaml
主要修改三个地方：

a. 修改train,val,test的路径为自己刚刚生成的路径
b. nc 里的数字代表数据集的类别，我这里只有鱼一类，所以修改为1
c. names 里为自己数据集标注的类名称，我这里是’fish’

修改model.yaml文件
models下有四个模型，smlx需要训练的时间依次增加，按照需求选择一个文件进行修改即可。

这里修改了yolov5s.yaml，只需要将nc的类别修改为自己需要的即可

训练train.py

weights，yaml，data按照自己所需文件的路径修改即可
epochs迭代次数自己决定，我这里仅用100次进行测试
batch-size过高可能会影响电脑运行速度，还是要根据自己电脑硬件条件决定增加还是减少
修改完成，运行即可！ python train.py
在训练过程的可视化tensorboard tensorboard --logdir runs/train
然后打开localhost:6006即可，效果如下：

此次训练用了半个小时多一点，数据量比较小所以笔记本的垃圾显卡跑起来也还行。

yolov5就是很不错，调用了很多工具库来进行可视化！！所以最近几年的论文和代码应该都会有很多新的工具能用，等待着我们去探索~以下是训练完成后所有模型自动保存的数据：

可以看到我们的权重文件就在这里安安静静的躺着:

出现的问题
跑起来了也没有报错，但是一直卡在这个界面，显示完了超参数也不进入训练状态，打开tensorboard显示没有训练数据。

batch_size设小一点，input设置小一点：
我刚开始取得batch_size是16（没错我的笔记本就是如此的垃圾）
inputsize取得6000X2000（因为之前想要完成的任务是要做焊缝识别的，图片数据的分辨率比较特殊，暴力的修改了inputsize然后忘记修改了）
最终导致了直接卡死~所以说深度学习真的很依赖于硬件配置哦
train.py中的一个路径名写错了weights\yolov5s.pt写成了weight\yolov5s.pt可以说是非常容易犯的错误，但是报错很清晰也很容易修改~要注重细节。

刚开始进入训练时好像也报了一些错，可能是某些工具库我没有安装，或者其他的一些warning，我会再利用远程服务器进行训练的文章中再分析一下。

原文链接：https://blog.csdn.net/weixin_44145782/article/details/113983421