pytorch yolo5训练任意训练集

摘要

yolov5在kaggle的水稻检测表现很是好，至少是单模型我所知道的最高得分。对比mmde双阶段模型和efficientdet模型，上一篇文章讲解了pytorch最强复现的yolo4版本，yolov5基本和yolo4训练过程同样。 https://github.com/ultralytics/yolov5

数据集准备

第一步先生成yolo统一的格式txt文件，

import os

name=os.listdir('./image')
for i in range(len(name)):
    name[i]='./coco/images/train2017/'+name[i]
file = open('./train2017.txt', 'w')
for i in range(len(name)):
    file.write(name[i])
    file.write('\n')
file.close()

生成train2017是遍历你本身的图像名称，一共有二个文件，分为训练集和验证集，我直接全训练集训练了，随便复制一点路径在生成一个testdev.txt文件便可。

xml转txt

生成一堆txt文件，每一个对应一个xml文件生成。


yolo统一格式label xywh形式。

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets = []
classes = ["wheat"]


# 原样保留。size为图片大小
# 将ROI的坐标转换为yolo须要的坐标
# size是图片的w和h
# box里保存的是ROI的坐标（x，y的最大值和最小值）
# 返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例
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_add):
    # image_add进来的是带地址的.jpg
    image_add = os.path.split(image_add)[1]  # 截取文件名带后缀
    image_add = image_add[0:image_add.find('.', 1)]  # 删除后缀，如今只有文件名没有后缀
    print(image_add)
    # 如今传进来的只有图片名没有后缀

    in_file = open('./xml/' + image_add + '.xml')

    out_file = open('./label/%s.txt' % (image_add), '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)

    # 在一个XML中每一个Object的迭代
    for obj in root.iter('object'):
        # iter()方法能够递归遍历元素/树的全部子元素

        difficult = obj.find('difficult').text
        # 找到全部的椅子
        cls = obj.find('name').text
        # 若是训练标签中的品种不在程序预约品种，或者difficult = 1，跳过此object
        if cls not in classes or int(difficult) == 1:
            continue
        # cls_id 只等于1
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        # b是每一个Object中，一个bndbox上下左右像素的元组
        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')


image_adds=os.listdir('./image')
for image_add in image_adds:
    # print(image_add)
    image_add = image_add.strip()
    # print (image_add)
    convert_annotation(image_add)

主须要二处须要修改，image是个人图像目录，xml文件夹下是我本身的xml文件存放处，label是生成txt文件的位置。

yolov5代码修改

修改data下的coco.yaml，类别改为本身数据集上的数量，和生成的txt文件。

修改model下的yaml文件，将类别数量修改为本身数据集的类别

数据布局放置

个人数据是从yolov4直接拉过来的因此有个地方是没有用的，和images，lables同级的txt文件是没有用的。训练yolov5调用的是coco/train2017.txt文件。

我这里所有修改为了当前路径下的./coco，恰好对应我xml转txt的文件。

train2017.txt也是设置的当前路径下的coco训练集，这样路径就不会出错，本身检查一下就行

训练

!python train.py --data coco.yaml --cfg yolov5s.yaml --weights './weights/yolov5s.pt' --batch-size 5

这里的pt预训练权重是在google colab下载的，

推理

cpu下的推理速度也挺快，