1、项目背景
本想写项目,但被说了,所以,没了。
本项目基于Pytorch版本的yolov5实现xxxx识别。
2、网络结构介绍
Pytorch版本的yolov5的模型介绍,估计网上一大堆,要想看源码或者原始模型介绍,可自行百度。如果需要pdf版本(自己不想找),私信我即可。
3、模型训练
源码下载:https://github.com/ultralytics/yolov5.git
3.1 源码目录主要部分介绍:
-
环境配置
conda activate yolov5 pip install -r requirements.txt
如果anaconda官方源安装速度较慢,可指定源进行安装,如
pip install -r requirements.txt -i https://pypi.doubanio.com 豆瓣源
-
data文件夹(创建自己的训练文件)
-
datasets文件夹(创建自己的训练数据集)
3.2 数据集准备
举例:
-
准备10000张图片,及对应的xml文件,存放于 images里面即可;
-
使用convert_data.py,将其放在项目根目录下,运行对数据集进行处理,生成满足yolov5训练的格式,
# -*- coding: utf-8 -*- import xml.etree.ElementTree as ET from tqdm import tqdm import os from os import getcwd # 重点是下面这块代码,即将box = [xmin, ymin, xmax, ymax] -> [x_center, y_center, width, height] def convert(size, box): dw = 1. / (size[0]) dh = 1. / (size[1]) x = (box[0] + box[1]) / 2.0 - 1 # 求中心点坐标x, y y = (box[2] + box[3]) / 2.0 - 1 w = box[1] - box[0] # 求宽度,高度 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, project_name): # 自己可选择是否添加异常处理,此处注释 # try: # 打开对应图片xml文件 in_file = open('datasets/{}/images/{}.xml'.format(project_name, image_id), encoding='utf-8') # 创建对应图片txt文件 out_file = open('datasets/{}/labels/{}.txt'.format(project_name, image_id), 'w', encoding='utf-8') tree = ET.parse(in_file) # 解析xml root = tree.getroot() size = root.find('size') w = int(size.find('width').text) # 获取高宽 h = int(size.find('height').text) # 读取xml中各个object的bbox信息 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)) b1, b2, b3, b4 = b # 标注越界修正 if b2 > w: b2 = w if b4 > h: b4 = h b = (b1, b2, b3, b4) # 得到某一个object的bbox信息 bb = convert((w, h), b) # 进行转换 out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') # except Exception as e: # print(e, image_id) if __name__ == '__main__': # 自定义修改 project_names = {"coco_xxxx_ocr": ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'A', 'B', 'C', 'D', 'E', 'F' , 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z'],} project_name = 'coco_xxxx_ocr' sets = ['train', 'val'] # 获取images里的所有图片的序号 image_ids = [v.split('.')[0] for v in os.listdir('datasets/{}/images/'.format(project_name)) if v.endswith('.xml')] import random random.shuffle(image_ids) # 打乱数据集 split_num = int(0.95 * len(image_ids)) # 划分数据集 classes = project_names[project_name] # 获取对应数据集的标签列表 # 创建转换之后的txt文件存放路径labels if not os.path.exists('datasets/{}/labels/'.format(project_name)): os.makedirs('datasets/{}/labels/'.format(project_name)) # 创建train2017.txt list_file = open('datasets/{}/train2017.txt'.format(project_name), 'w') for image_id in tqdm(image_ids[:split_num]): # 此处是对所有类型图片机型智能化区分,有bmp、jpg if os.path.exists('datasets/{}/images/{}.bmp'.format(project_name, image_id)): list_file.write('datasets/{}/images/{}.bmp\n'.format(project_name, image_id)) elif os.path.exists('datasets/{}/images/{}.jpg'.format(project_name, image_id)): list_file.write('datasets/{}/images/{}.jpg\n'.format(project_name, image_id)) # 转换 convert_annotation(image_id, project_name) list_file.close() # 创建val2017.txt list_file = open('datasets/{}/val2017.txt'.format(project_name), 'w') for image_id in tqdm(image_ids[split_num:]): if os.path.exists('datasets/{}/images/{}.bmp'.format(project_name, image_id)): list_file.write('datasets/{}/images/{}.bmp\n'.format(project_name, image_id)) elif os.path.exists('datasets/{}/images/{}.jpg'.format(project_name, image_id)): list_file.write('datasets/{}/images/{}.jpg\n'.format(project_name, image_id)) convert_annotation(image_id, project_name) list_file.close()
完成数据转换,即在同名数据集下,
1)自动生成labels文件夹,里面包含对应图片的txt文件。如下:
2)train2017.txt、val2017.txt、test2017.txt
如下所示,每一行为每一张图片的路径,可绝对,可相对,建议绝对 该py文件,其实满足所有yolo系列的数据集处理。
-
开始训练
python train.py --img 640 --batch 4 --epoch 300 --data .\data\coco_xxxx_ocr.yaml --cfg .\models\yolov5m.yaml --weights .\weights\yolov5m.pt --workers 0
训练报错处理1:
OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized. OMP: Hi.......
在train.py文件开头添加几行代码,如下,即可解决
import os
os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'
- 模型测试1(单张图片)
python detect.py --weights ..\runs\train_xxxx_ocr\exp6\weights\best.pt --source ..\test\xxxxxxxxxxx.jpg
-
模型测试2(批量测试,生成对应txt)
test.py 文件里
--task 测试文件中的任务选项,有train、val、test,对应yaml文件中的三个有train2017.txt\val2017.txt\test2017.txt路径,如果没有txt文件,根据你的测试图片路径创建,然后在yaml文件中进行修改 --data 和训练代码中的类似,--data .\data\coco_xxxx_ocr.yaml --weights 训练出来的模型路ing ..\runs\train_xxxx_ocr\exp6\weights\best.pt --batch_size 测试批次大小,取决于自己的电脑配置 --imgsz 测试图片resize大小,和训练时匹配一致即可 --device 0,1,2,3..... 或者cpu --save-txt 是否对应图片结果保存txt文件 python test.py --weights ..\runs\train_xxxx_ocr\exp6\weights\best.pt --data .\data\coco_xxxx_ocr.yaml