YOLOv5訓練過程

YOLOv5訓練過程

1. 數據格式轉為YOLOv5需要的格式

yolov5的項目地址

YOLOv5需要圖像標注的數據格式

大家都知道，用於訓練的圖片都是有對應的標注信息的，主要來標注圖片中的待識別物體（用邊界框和類別表示）

在yolov5中每一個圖片對應的標注信息（邊界框和類別）是存放在txt文件中的，內容如下所示：

每一行5個值，含義依次是類別，真實邊界框中心點x坐標，y坐標，寬，高

如果你的數據沒有對應的標注文件，那么可以用標注工具進行標注：（可以用labelme或者labelimg，或者yolov5提供的一個網址數據集制作）

如果你有標注文件，但是格式不對的畫，比如你是json格式，就需要自己手動編寫腳本去轉換，或者去網上找別人寫好的腳本

這里以一個我的json文件為例，如果有和這個json格式相同的，可能大多數都與這個不同，可以用下面代碼進行轉換：

{"info": 
{"image_name": "5191_1642654681678.jpg"}, 
"annotations": [{"bbox": [99, 517, 8, 18], "color": "other"}, {"bbox": [113, 519, 9, 17], "color": "other"}, 
{"bbox": [223, 531, 9, 29], "color": "other"}, {"bbox": [237, 555, 7, 14], "color": "other"}, {"bbox": [382, 564, 6, 12], 
"color": "red"}, {"bbox": [325, 484, 10, 28], "color": "other"}, {"bbox": [388, 480, 12, 22], "color": "other"}, 
{"bbox": [453, 481, 13, 29], "color": "other"}, {"bbox": [721, 555, 7, 17], "color": "other"}, {"bbox": [710, 555, 7, 15], 
"color": "other"}, {"bbox": [944, 533, 7, 18], "color": "red"}, {"bbox": [992, 533, 6, 18], "color": "red"}, 
{"bbox": [1261, 566, 6, 15], "color": "red"}, {"bbox": [801, 565, 6, 15], "color": "other"}, {"bbox": [792, 565, 7, 15],
 "color": "other"}, {"bbox": [772, 575, 8, 18], "color": "red"}, {"bbox": [389, 564, 6, 14], "color": "other"}]}

import os
from PIL import Image
import json
import numpy as np
import pandas as pd

# 讀取原始的json數據
ant_root_dir = "./traffic_light_data/annotations"  # 存放json文件的文件夾
img_root_dir = "./traffic_light_data/images"  # 存放圖像的文件夾
output_root = "./traffic_light_data/ant_txt"  # 存放輸出結果的文件夾

json_list = os.listdir(ant_root_dir)
json_dir_list = [os.path.join(ant_root_dir, json_dir) for json_dir in json_list]


def cls_merger_bbox(cls, bbox, size):
	"""
	這個函數需要你修改一下下面的類別映射，如果類別多的話，用下面的代碼則很不好，可以自己改一下
	"""
    # 轉換顏色字符串為類別數字
    if cls == 'red':
        cls = 0
    elif cls == 'green':
        cls = 1
    elif cls == 'yellow':
        cls = 2
    else:
        cls = 3

    # 轉換bbox到0-1之間（除以圖像寬和高）
    # 傳入的bbox格式為（邊界框中心x，中心y，寬，高）
    bbox [0], bbox[2] = bbox[0] / size[0], bbox[2] / size[0]
    bbox[1], bbox[3] = bbox[1] / size[1], bbox[3] / size[1]

    bbox.insert(0, cls)
    bbox = np.around(bbox, decimals=4)
    
    return bbox

for i, json_dir in enumerate(json_dir_list):

    # 將json數據轉為python字典格式,並讀取標注信息
    data = json.load(open(json_dir))

    ant_list = data['annotations']
    image_name = data['info']['image_name']

    # 讀取json文件對應的圖像寬高
    image_dir = os.path.join(img_root_dir, image_name)
    img = Image.open(image_dir)
    size = img.size

    # 用數組存取我們的標注信息
    ant_yolo_np = np.zeros((len(ant_list), 5))

    for i, ant in enumerate(ant_list):
        bbox = ant['bbox']  # list
        cls = ant['color']  # str

        # 將bbox縮放到0-1之間,並把cls轉成對應的數字,將兩者放在一個列表中
        cls_bbox = cls_merger_bbox(cls, bbox, size)

        # 放入數組中
        ant_yolo_np[i, :] = cls_bbox
    
    output = pd.DataFrame(ant_yolo_np)
    output.iloc[:, 0] = output.iloc[:, 0].astype(int)

    output_name = os.path.join(output_root, os.path.splitext(image_name)[0]+'.txt')


    # np.savetxt(output_name, ant_yolo_np, delimiter=' ', fmt='%.04f')
    output.to_csv(output_name, sep=' ', index=False, header=False)

print("轉換完畢")

import random
import shutil

"""
下面代碼用於划分訓練集和驗證集
"""

image_list = os.listdir(img_root_dir)
output_list = os.listdir(output_root)

index_list = random.sample(range(len(image_list)), 80)

for i in index_list:
    image_name = os.path.join(img_root_dir, image_list[i])
    txt_name = os.path.join(output_root, output_list[i])
    shutil.move(image_name, './valid_image')
    shutil.move(txt_name, './valid_txt')

yolov5需要的數據在文件夾中的位置

你的圖像和標注數據應該按照下面的形式放在文件夾中：

---

datasets

• traffic_light
  • images
    • train 存放訓練圖像
    • val 存放驗證集圖像
  • labels
    • train 存放訓練圖像對應的標注txt文件
    • val 同上

---

然后將datasets文件夾放到與你下載到的yolov5項目的同級目錄下

2.訓練時必須修改的文件

---

創建自己的.yaml文件，里面主要用來配置你的數據的信息，創建位置如下圖所示：

里面的內容如下所示：

主要是把我們剛才放到datasets下的數據集的路徑還有訓練集合驗證集的路徑填一下

---

修改models文件夾下的yolov5*.yaml文件，這個是你后面用於訓練的模型配置文件(下圖改的是yolov5x.yaml)，修改一下類別就行，其他的有能力也可以改：

---

將數據集配置好，並修改以上兩個文件后就可以訓練啦！

進入yolov5項目文件夾，打開終端，輸入下面命令：

python train.py --img 640 --batch 4 --epochs 30 --data ./data/traffic_light.yaml --weights ./weights/yolov5x.pt --cfg ./models/yolov5x.yaml

• --img：指的是輸入網絡的圖像尺寸，有兩個選擇，640和1280
• --batch：是1個epoch內，一次性喂入網絡的數據中包含的圖像個數，也就是卷積網絡輸入數據的第一個緯度（比如[4，3， 640，640]）；可以根據你的顯存大小進行調整，顯存越大可以設置更大，我的就6G，且網絡模型很大，所以就設置小一些，不然會報顯存不足或者其他錯誤
• --epochs：訓練網絡的次數，一個epoch有圖像總數/batch次更新模型的機會，一個epoch進行完之后，說明你的訓練數據集已將全部被網路訓練一遍了，接下來網絡會在驗證集上驗證目前的網絡參數效果如何
• --data：你的數據集對應的.yaml文件
• --weights：官方提供的預訓練權重，weights文件夾是我自己建的；下載地址：權重下載，進去之后找到Assets字樣，如果你的網絡比較卡，可以在百度網盤中下載：鏈接：https://pan.baidu.com/s/1CCmJmx4wCIJcmDahIye2Hw ，權重后面的6表示的是輸入圖像尺寸為1280分辨率的圖像，--cfg也要改成相應的帶6的
  提取碼：iltr
• --cfg：網絡模型對應的文件

正常來說就可以訓練了，如果有什么問題可以留言，看到了會回復

---

訓練好之后，會提示你本次訓練結果存放在run/train/exp*文件夾下，在該文件夾下的weights文件夾中可以看到本次訓練的最好參數和最后一個epoch訓練完之后的權重

用你訓練好的權重進行測試

執行下面代碼：

python detect.py --weights ./runs/train/exp6/weights/best.pt --source ./test.jpg

執行完之后會提示你結果保存在***中

• 下面是--source參數的值

• --weights：是你訓練好的權重

3.其他

可視化時，更改邊界框的粗細

修改學習率等超參數

data文件夾下的hyps文件夾中可以修改各種超參數，-low好像是圖像尺寸為640時生效

4.訓練結果記錄

第一次: 本次用的圖像尺寸是640，也就是說會把你輸入的圖像，進行縮放與隨機裁剪等變化，最終用於訓練的大小是640；直接用的最大的模型yolov5x，批次剛開始小一些30個，發現mAP一直在上升，因此可以加大批次數，增大一些學習率

python train.py --img 640 --batch 4 --epochs 30 --data ./data/traffic_light.yaml --weights ./weights/yolov5x.pt --cfg ./models/yolov5x.yaml

測試結果：python detect.py --weights ./runs/train/exp6/weights/best.pt --source ./test.jpg

第二次： 與第一次相比，只是把初始學習率改為了0.03，然后訓練次數增大到100；感覺mAP還有上升空間，下面繼續增加訓練次數和學習率

python train.py --img 640 --batch 4 --epochs 100 --data ./data/traffic_light.yaml --weights ./weights/yolov5x.pt --cfg ./models/yolov5x.yaml

python detect.py --weights ./runs/train/exp6/weights/best.pt --source ./detect # 將detect文件夾下的圖片都進行測試

下面是跑了300個epochs的情況，感覺兩次結果很接近