Yolov5训练自己的数据集（windows10）
环境配置+训练数据集
一.Anaconda 的安装教程（图文）
Anaconda下载
下载地址：/download/
我选择了64位 windows版本
Anaconda安装
安装位置：C盘若是固态的话，装在C盘速度会很快，但是以后的各种包都会安装在C盘，空间是个问题；我因为C盘空间位置小，装在了D盘
环境变量：一定勾选
最后的界面可以取消两个对勾，Finish即可
Anaconda试用
安装完成以后，开始菜单出现如下界面，其中的Anaconda Prompt就是我们以后的编辑地址，相当于cmd
二.Yolov5环境配置
在环境配置开始之前，有一个非常好用的加速方式，就是下载各类库的过程中提速，就是使用清华源。
我们在pip的时候 在后边加上-i https://pypi.tuna./simple
例如，我们下载gevent库的时候pip install -i https://pypi.tuna./simple gevent，速度很快
创建虚拟环境
conda create -n yolov5 python=3.7activate yolov5
“yolov5”是环境名，当然可以自己定义。
python版本这里指定为3.7；如果不指定，默认安装3.8的。
以后打开Anaconda Prompt后进入环境的方法为：
activate yolov5
以后所有关于yolov5的操作，均在这一个环境里边，激活环境如下操作
2.安装cuda和cudnn
此时已经在yolov5环境下了
conda install cudatoolkit==10.2.89conda install cudnn==7.6.5
如果选择其他版本cuda，cuda版本必须和cudnn对应。此处选择cuda10.2。
3.下载源码
/ultralytics/yolov5
解压到文件盘中如下所示
4.下载权重文件 .pt文件
/ultralytics/yolov5/releases/tag/v5.0
下拉，下载这四个即可，直接下载到yolov5大文件夹下
直接下载到yolov5-master大文件夹下
5.下载各类配置文件
进入到yolov5-master中
在此之前需要安装pycocotools
这里提供百度云链接：/s/1gxI7a_-68-NyU67wQMIDJw
提取码：tpbj
可以放在yolov5-master大文件夹下
cd cocoapi/PythonAPIpython setup.py build_ext install
进行安装pycocotools
接下来是其他配置文件的安装，等待即可
pip install -U -r requirements.txt -i https://pypi.tuna./simple
6.下载pytorch
登录网站/
这里使用pip下载，选用稳定版本,cuda10.2
pip3 install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f /whl/torch_stable.html
环境配置结束！！！！
三.数据集训练
编译器我使用的是PyCharm
使用虚拟环境
1.Labelimg 标注
得到image图片与xml文件
pip install labelImg
安装
labelImg
启动
2.文件转换
在一个文件夹中
新建四个文件夹
Annotations 存放标注后的xml文件–需要自己置入
images 存放原图–需要自己置入
ImageSets 存放test train val trainval 的txt文件，将xml文件分类
labels 存放转化成功的txt文件，用于输入yolov5中
（1）编写makeTxt.py文件，生成txt文件于ImageSets中将Annotations中的xml文件分类
import osimport randomtrainval_percent = 0.2train_percent = 0.8xmlfilepath = './Annotations'txtsavepath = './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('./ImageSets/trainval.txt', 'w')ftest = open('./ImageSets/test.txt', 'w')ftrain = open('./ImageSets/train.txt', 'w')fval = open('./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()
运行结果
（2）编写voc_label文件，按照ImageSets中将Annotations中的xml文件分类，按照 ImageSets中的test train val trainval 的txt文件 读取xml 文件，转换为txt文件，并将文件分为train val test，最后也将txt文件至于label文件夹中
#train 训练集 val训练中的测试集，是为了让你在边训练边看到训练的结果，及时判断学习状态 test就是训练模型结束后，用于评价模型结果的测试集
# xml解析包import xml.etree.ElementTree as ETimport pickleimport os# os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表from os import listdir, getcwdfrom os.path import joinsets = ['train', 'test', 'val']#train 训练集 val训练中的测试集，是为了让你在边训练边看到训练的结果，及时判断学习状态#test就是训练模型结束后，用于评价模型结果的测试集。classes = ['red','yellow','blue']# 进行归一化操作def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)dw = 1./size[0]# 1/wdh = 1./size[1]# 1/hx = (box[0] + box[1])/2.0 # 物体在图中的中心点x坐标y = (box[2] + box[3])/2.0 # 物体在图中的中心点y坐标w = box[1] - box[0] # 物体实际像素宽度h = box[3] - box[2] # 物体实际像素高度x = x*dw # 物体中心点x的坐标比(相当于 x/原图w)w = w*dw # 物体宽度的宽度比(相当于 w/原图w)y = y*dh # 物体中心点y的坐标比(相当于 y/原图h)h = h*dh # 物体宽度的宽度比(相当于 h/原图h)return (x, y, w, h) # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]# year ='', 对应图片的id（文件名）def convert_annotation(image_id):'''将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息，通过对其解析，然后进行归一化最终读到label文件中去，也就是说一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去labal文件中的格式：calss x y w h同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个'''# 对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件in_file = open('./Annotations/%s.xml' % (image_id), encoding='utf-8')# print(in_file.name)# 准备在对应的image_id 中写入对应的label，分别为# <object-class> <x> <y> <width> <height>out_file = open('./labels/%s.txt' % (image_id), 'w', encoding='utf-8')# print(out_file.name)# 解析xml文件tree = ET.parse(in_file)# 获得对应的键值对root = tree.getroot()# 获得图片的尺寸大小size = root.find('size')# 获得宽w = int(size.find('width').text)# 获得高h = int(size.find('height').text)# 遍历目标objfor obj in root.iter('object'):# 获得difficult ？？difficult = obj.find('difficult').text# 获得类别 =string 类型cls = obj.find('name').text# 如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过if cls not in classes or int(difficult) == 1:continue# 通过类别名称找到idcls_id = classes.index(cls)# 找到bndbox 对象xmlbox = obj.find('bndbox')# 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),float(xmlbox.find('ymax').text))print(image_id, cls, b)# 带入进行归一化操作# w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']bb = convert((w, h), b)# bb 对应的是归一化后的(x,y,w,h)# 生成 calss x y w h 在label文件中out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')# 返回当前工作目录wd = getcwd()print(wd)for image_set in sets:'''对所有的文件数据集进行遍历做了两个工作：１．讲所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去最后再通过直接读取文件，就能找到对应的label 信息'''# 先找labels文件夹如果不存在则创建if not os.path.exists('./labels/'):os.makedirs('./labels/')# 读取在ImageSets/Main 中的train、test..等文件的内容# 包含对应的文件名称image_ids = open('./ImageSets/%s.txt' % (image_set)).read().strip().split()# 打开对应的_train.txt 文件对其进行写入准备list_file = open('./%s.txt' % (image_set), 'w')# 将对应的文件_id以及全路径写进去并换行for image_id in image_ids:list_file.write('./images/%s.jpg\n' % (image_id))# 调用 year = 年份 image_id = 对应的文件名_idconvert_annotation(image_id)# 关闭文件list_file.close()
运行结果如下
注意分类 classes = ['red','yellow','blue'] 按照自己的来
3.yolov5中文件导入
在data/script中新建 “你自己的项目名”文件夹 我这里是FASC
里边内容为
分别存放原图和txt标注文件
接下来在scripts文件中创建FASC.yaml文件
# PASCAL VOC dataset http://host.robots.ox.ac.uk/pascal/VOC/# Train command: python train.py --data voc.yaml# Default dataset location is next to /yolov5:# /parent_folder#/VOC#/yolov5# download command/URL (optional)#download: bash data/scripts/get_voc.sh# train and val data as 1) directory: path/images/, 2) file: path/images.txt, or 3) list: [path1/images/, path2/images/]train: E:\yolov5-master\data\scripts\FASC\images val: E:\yolov5-master\data\scripts\FASC\images # number of classesnc: 3# class namesnames: [ 'red','yellow','blue']
其中路径为训练集和验证集的输入，这里设为同一路径，有余力可以进行细分。nc为类别数，names为类别与上文voc_label.py中的顺序对应
编辑yolov5-master下的train.py文件
接着运行，如果遇到报错建议更改batch-size大小
随后得到权重文件在weight中生成pt文件
最后编辑detect.py文件
修改这两处，放的都是绝对路径，一个是best.pt的路径，一个是需要检测的图片路径，也可以是视频的路径，输入0直接为摄像头。
指定位置查看结果！！
结束！！
