使用环境：python3.6.八、CUDA10.0、Centos7.5html
目录python
1、前言git
1.1下载yolov5代码github
1.3下载预训练模型和测试docker
1、前言
1.1下载yolov5代码
首先经过git命令从GitHub克隆yolov5最新代码（固然也能够选择想要的版本号），该文采用最新的代码，命令以下：
git clone --recursive https://github.com/ultralytics/yolov5.git
其中 --recursive 参数属于我的习惯添加，主要是防止项目中参杂第三方的工程项目；克隆完成之后的文件夹以下（如下显示的是克隆到本地的所有内容，可能有些.git、.dockerignore等等文件由于是隐藏文件没有显示出来，没必要在乎）：
1.2安装yolov5运行时须要的包
在克隆的代码中能够找到requirements.txt文件，为了不踩坑，尽可能不要直接安装里面的包，主要是针对pytorch版本；
若是你的电脑没有GPU，能够直接运行如下命令：
pip3 install -r requirements.txt
若是你的电脑有GPU，请不要直接运行以上命令，先更新pytorch为1.6.0，具体命令以下：
pip3 install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
而后把requirements.txt中有关torch的内容删除，删除以后的requirements.txt文件为：
然后在运行：
pip3 install -r requirements.txt
1.3下载预训练模型和测试
下载预训练模型时尽可能从yolov5给定的连接处下载；
连接：https://github.com/ultralytics/yolov5
之因此不建议从别的地方下载预训练模型，缘由是因为时间关系有可能下载到的模型和yolov5的代码不匹配，致使各类乱七八糟的错误，所以最好从上述连接上下载；（本文下载的是yolov5x.pt，若是由于网络缘由致使模型下载失败，也没有关系，直接跳过测试就好，不影响训练本身的数据模型）
模型下载完成之后放在和detect.py同级的目录下，大体以下：
将detect.py中的代码大体150~164行代码作如下修改：
parser = argparse.ArgumentParser()
parser.add_argument('--weights', nargs='+', type=str, default='yolov5x.pt', help='model.pt path(s)') # 本文下载的是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') # 没有GPU的话请改成 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()
以后运行detect.py，结果以下：
效果一级棒！
2、制做本身的训练数据集
2.1使用LabelImg标注本身的数据
yolov5训练集使用的是yolo的格式的标注方式，具体格式以下图所示：
每行数据表明一个物体，每一行的含义为：class_id center_x center_y width height，一个txt文件对应一个图片，例如上图000000000009.txt对应的既是000000000009.jpg，标注时只需将LabelImg中的 PascalVOC点击转换为YOLO便可；
2.2从VOC标注数据转换为YOLO标注格式
若是已经有了标注出来的VOC标注文件（xml格式文件），只须要使用脚本转换为YOLO格式便可，这种方式能最快把数据集准备好，代码以下：
"""
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 = []
# 在这里修改你须要检测的类别名字
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)
# 在这里修改保存数据和标签的文件路径
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) 这里我设置了6位有效数字，可根据实际状况更改
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():
# 在这里修改xml文件的路径，个人xml文件在image_xml文件夹中，所以是如下设置方式
path_2 = './image_xml'
xml_to_csv(path_2)
print('Successfully converted xml to csv.')
main()
运行该脚本时须要注意如下几点：1.保证修改了第36行，更改成本身的类别名称；2.保证第50、51行的保存数据的文件夹存在；3.保证你的数据图片和标注文件分别在image文件夹和image_xml文件夹里面，而且image文件夹和image_xml文件夹在同一目录下，由于在第5五、90行用到了这两个文件夹；以后运行该脚本便可；
3、使用yolov5训练本身的数据集
3.1规范本身的数据集
进入到以前目录1.1中克隆的代码的文件夹中，找到data文件夹，在data文件夹下新建以下目录文件夹；
其中目录：
./data/custom/images/train/ 存放训练集图片
./data/custom/images/val/ 存放验证集图片
./data/custom/labels/train/ 存放训练集标签
./data/custom/labels/val/ 存放验证集标签
将本身上个步骤生成的数据集按照训练集验证集放入以上目录中（训练集验证集数据比例可本身控制）；注意：训练集中的image和label的文件名要一一对应（例如./data/custom/images/train/0001.jpg和./data/custom/labels/train/0001.txt），同理验证集也是如此；
3.2编写yaml数据配置文件
仍是在yolov5项目的data文件夹下，新建文件custom.yaml，以下图所示：
编辑内容以下：
# 设置训练集和验证集的目录 train: ./data/code/images/train/ val: ./data/code/images/val/ # 类别数目 nc: 5 # 类别名 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，修改方式很简单，只须要修改类别数目便可，修改后的内容以下：
# parameters nc: 5 # 主要修改此处为本身的类别数量 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修改运行train.py文件
完成上述步骤之后，还须要修改train.py文件中的一些代码，主要集中在第383-409行，修改后以下所示：
parser = argparse.ArgumentParser()
# --weights 由于是训练本身的数据集，所以没有必要加载预训练模型，这里改为无，固然也能够加载
parser.add_argument('--weights', type=str, default='', help='initial weights path')
# --cfg 这里改为默认是./models/yolov5x.yaml,由于使用了yolov5s
parser.add_argument('--cfg', type=str, default='./models/yolov5s.yaml', help='model.yaml path')
# --data 这里改成默认是./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 迭代轮次能够修改，本文默认为300
parser.add_argument('--epochs', type=int, default=300)
# --batch-size 硬件很差的话，把16改成8或者4甚至更低（yolov5支持更小，问题不大）
parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs')
# --img-size 图片大小能够根据本身的数据设置，注意测试时同步大小就好，这里不作修改
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 个人电脑有GPU卡，所以设置为0，没有设置为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()
修改完之后运行train.py，运行过程以下：
训练完成之后会在项目中生成如下内容：
至此训练完成；
3.5测试生成的模型
快速测试只须要修改detect.py文件中的第164-178行便可，修改跟训练时相似，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()
而后把须要测试的图片放到目录：./inference/images/中，再把生成的模型best.pt修改成yolov5s.pt移动到和detect.py相同目录，运行便可，在./inference/output/中查看测试结果；
后续会整理一个相对简单的测试脚本，继而更新；
4、详解
更详细的网络解释后续会持续更新；