YOLOv5训练笔记.pdf-资料库

YOLOv5训练笔记一、环境安装 #pytorch 1.7.0 #torchvision 0.5.0 #vs2019 conda create -n yolov5 python=3.7 conda activate yolov5 conda install pytorch torchvision cudatoolkit=10.1 pip install -U -r requirements.txt #安装pycocotools cd cocoapi/PythonAPI python setup.py build_ext install #安装apex cd apex-master pip install -r requirements.txt python setup.py install #测试网络是否可用 python detect.py --source 0 --weights="weights/yolov5x.pt" 将detect.py文件中的112行if cv2.waitKey(0) == ord('q'):这一句改成if cv2.waitKey(1) == ord('q')显示1ms等待二、开始准备训练自己要识别的目标 labelImg的使用安装： • pip install pyqt5 • pip install labelImg 使用： 1、命令行模式键入labelimg 2、view 选上Auto save mode、show/hide label panel、Advanced mode。

3、注：文件夹设置 1、photos: 存放原图片 2、Annotations: 存放xml标注信息文件 3、JPEGImages: 存放压缩图片（我没有用上哎） 4、YOLO数据集是txt格式的 4、图片的来源，网上爬虫下载。 import requests import os import urllib class Spider_baidu_image():

def __init__(self): self.url = 'http://image.baidu.com/search/acjson?' self.headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.\ 3497.81 Safari/537.36'} self.headers_image = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.\ 3497.81 Safari/537.36','Referer':'http://image.baidu.com/search/index? tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=result&fr=&sf=1&fmq=1557124 645631_R&pv=&ic=&nc=1&z=&hd=1&latest=0©right=0&se=1&showtab=0&fb=0&width=&he ight=&face=0&istype=2&ie=utf-8&sid=&word=%E8%83%A1%E6%AD%8C'} # self.keyword = '刘亦菲壁纸' self.keyword = input("请输入搜索图片关键字:") self.paginator = int(input("请输入搜索页数，每页30张图片：")) # self.paginator = 50 # print(type(self.keyword),self.paginator) # exit() def get_param(self): """ 获取url请求的参数，存入列表并返回 :return: """ keyword = urllib.parse.quote(self.keyword) params = [] for i in range(1,self.paginator+1): params.append('tn=resultjson_com&ipn=rj&ct=201326592&is=&fp=result&queryWord= {}&cl=2&lm=-1&ie=utf-8&oe=utf- 8&adpicid=&st=-1&z=&ic=&hd=1&latest=0©right=0&word= {}&s=&se=&tab=&width=&height=&face=0&istype=2&qc=&nc=1&fr=&expermode=&force=&cg= star&pn={}&rn=30&gsm=78&1557125391211='.format(keyword,keyword,30*i)) return params def get_urls(self,params): """ 由url参数返回各个url拼接后的响应，存入列表并返回 :return: """ urls = [] for i in params: urls.append(self.url+i) return urls def get_image_url(self,urls): image_url = [] for url in urls: json_data = requests.get(url,headers = self.headers).json() json_data = json_data.get('data') for i in json_data: if i: image_url.append(i.get('thumbURL')) return image_url def get_image(self,image_url): """ 根据图片url，在本地目录下新建一个以搜索关键字命名的文件夹，然后将每一个图片存入。 :param image_url:

:return: """ cwd = os.getcwd() file_name = os.path.join(cwd,self.keyword) if not os.path.exists(self.keyword): os.mkdir(file_name) for index,url in enumerate(image_url,start=1): with open(file_name+'\\{}.jpg'.format(index),'wb') as f: f.write(requests.get(url,headers = self.headers_image).content) if index != 0 and index % 30 == 0: print('{}第{}页下载完成'.format(self.keyword,index/30)) def __call__(self, *args, **kwargs): params = self.get_param() urls = self.get_urls(params) image_url = self.get_image_url(urls) self.get_image(image_url) if __name__ == '__main__': spider = Spider_baidu_image() spider() 5、把标注好的文件放在yolov5-master/data/coco/images/ images的目录结构 (images是放图片的，图片分为训练集和测试集，labels是放txt文件的，同样分训练集和测试集，注意 images文件下和labels文件夹下文件的对应顺序) 从Annotations复制txt文件时注意不要将classes.txt复制过去。 6、在yolov5_material\yolov5-master\data文件夹下修改coco128.yaml，先修改nc后面的数，原来是2，训练多少种类别，就改成多少再修改names列表的内容，就是labelimg中的标签名，顺序要与classes.txt顺序对应 7、再yolov5_material\yolov5-master\models文件夹下修改yolov5x.yaml（需要训练的那个）修改nc后面的数，原来是2，训练多少种类别，就改成多少，其余的内容不懂的话就不要改 8、开始正式的训练

python train.py --img 640 --data data/coco128.yaml --cfg models/yolov5x.yaml --weights weights/yolov5x.pt --batch-size 8 --epochs 100 添加下滑线的位置都是可以修改的。学习率再train.py中的第30行修改复制上面命令到命令行，在weights文件夹下得到best.pt。 9、裁剪权重strip_optimizer(best)，在train.py结尾调用，原项目没有，但是给了接口。 10、我的显卡是960M，训练不了。用的是yolov5s，可以训练。羡慕那些有着强力显卡的大佬。 11、检测，运行命令。 python detect.py --source 00000.jpg --weights="weights/best.pt" --view-img detect.py的命令 $ python detect.py --source 0 # webcam file.jpg # image file.mp4 # video path/ # directory path/*.jpg # glob rtsp://170.93.143.139/rtplive/470011e600ef003a004ee33696235daa # rtsp stream rtmp://192.168.1.105/live/test # rtmp stream http://112.50.243.8/PLTV/88888888/224/3221225900/1.m3u8 # http stream 12、结果

训练集46张，测试集10张，epoch=100 12、结束原本用yolov5，把batch size设置到1，依然显示显卡内存不足，有个好显卡还是很重要的，特别是我这种对网络修改和优化都不了解的菜鸡来说。参考：B站 UP主：小鸡炖技术（https://www.bilibili.com/video/BV1jz411v7J7?t=546）

资料库

YOLOv5训练笔记.pdf

相关推荐

行业

热门标签

最新资料