代码收藏家 【Yolov5】1.认真总结6000字Yolov5保姆级教程（全新版本2022.06.28）
目录
一、前言
二、学习内容
三、版本与配置声明
四、Yolov5的准备
1.基本的Python环境配置
2.下载Yolov5
3.安装依赖库
4.初步测试：detect.py
五、训练集要求及路径要求
六、制作自己的数据集之制作标签
1.下载labelme
2.安装依赖库
3.labelme操作
4.json转txt
5.xml转txt
七、修改配置文件
1.coco128.yaml->wzry_parameter.yaml
2.yolov5x.yaml->wzry_model.yaml
八、开始训练train
1.调参
2.结果
九、识别检测detect.py
1.调参
2.结果
十、debug
十一、如果自己电脑算力不够怎么办？
十二、是否可以部署至树莓派？
十三、百度网盘资源
十四、结语
一、前言
1.集成的资源我放在了文末，包括我自己做成的成品，可以直接train与detect。我发在百度网盘上。
2.本文目的主要是能够让读者复现，直接使用，而且少讲原理。如果想深入了解yolov5的原理，可以去看热度比较高的博主做的
3.如果是制作自己的数据集，那么有一个自己给训练集打标签的过程，那么需要看第五部分；如果用公开的数据集，那么可跳过第五部分
4.本次大更新，采用2022.06.28版本，应该是v6.1，以下是我的基本配置
二、学习内容
2020年6月25日，Ultralytics发布了YOLOV5 的第一个正式版本，其性能与YOLO V4不相伯仲，同样也是现今最先进的对象检测技术，并在推理速度上是目前最强，yolov5按大小分为四个模型yolov5s、yolov5m、yolov5l、yolov5x。
今天我们来学习一下如何简单使用这个算法
文章特点：一个完整的流程，从头教到尾，不讲冗长的理论，实操，看完本篇文章，训练与识别都是没有问题的，我以王者荣耀作为训练集，可以先看看效果
Yolov5识别效果
原视频
以下是操作的流程图
三、版本与配置声明
# YOLOv5 requirements # Usage: pip install -r requirements.txt # Base ---------------------------------------- matplotlib>=3.2.2 numpy>=1.18.5 opencv-python>=4.1.1 Pillow>=7.1.2 PyYAML>=5.3.1 requests>=2.23.0 scipy>=1.4.1 # Google Colab version torch>=1.7.0 torchvision>=0.8.1 tqdm>=4.41.0 protobuf<4.21.3 # https://github.com/ultralytics/yolov5/issues/8012 # Logging ------------------------------------- tensorboard>=2.4.1 # wandb # Plotting ------------------------------------ pandas>=1.1.4 seaborn>=0.11.0 # Export -------------------------------------- # coremltools>=4.1 # CoreML export # onnx>=1.9.0 # ONNX export # onnx-simplifier>=0.3.6 # ONNX simplifier # scikit-learn==0.19.2 # CoreML quantization # tensorflow>=2.4.1 # TFLite export # tensorflowjs>=3.9.0 # TF.js export # openvino-dev # OpenVINO export # Extras -------------------------------------- ipython # interactive notebook psutil # system utilization thop # FLOPs computation # albumentations>=1.0.3 # pycocotools>=2.0 # COCO mAP # roboflow
联想小新Air 15
四、Yolov5的准备
1.基本的Python环境配置
我采用的是Anaconda+Pycharm的配置，大家要了解一些关于pip的指令，方便管理包，这里就不赘述了。
2.下载Yolov5
https://github.com/ultralytics/yolov5，放在合理的位置，如果这个下的慢的话见文末资源
3.安装依赖库
当我们下好yolov5后，可以发现有一个requirements.txt文件，我们可以使用Anaconda Prompt，切换到咱们Yolov5的位置，pip install -r requirements.txt即可一步到位全部下完。
大部分都能pip install 。重点说两个
（1）对于Pytorch，如果文件较大没有办法下完的话，可以用我下面的网址单独下载whl文件，
https://download.pytorch.org/whl/torch_stable.html
（2）对于wandb，wandb安装方法，这个好像不是必须的，但我还是下了，版本为0.12.19，刚好能兼容，作用就是对训练分析，如图所示
wandb实际上是非必须的，如果影响到了使用，那么在程序中可以把它禁止使用，不影响任何效果。在yolov5/utils/loggers/wandb/wandb_utils.py前面几行，加入如下图所示的第28行输入wandb=None
4.初步测试：detect.py
下载完yolov5后，什么都不用改，运行detect.py
这个是帮你检测能不能正常运行的
若正常：
在runs/detect/exp中能发现被处理过的标签，说明成功了！若程序报错，大概率是因为有的库版本不正确或者还未安装，这个自己调试一下即可，应该没有太大难度
五、训练集要求及路径要求
训练集至少100张起步才有效果。要想效果好，用公开的数据集，几千张才会有较好的效果。
训练集就是你需要train并用于detect的东西，我以王者荣耀作为例子，你可以跟着我来一遍，资源在文末。要做自己的训练集的话再看第五步。跟着我的话可以不用做标签，因为资源中已经做好了
如下图所示创建文件夹，让操作更清晰方便
、
images是图片，labels是标签，train的话是用于训练的，test就是用于测试的，这里一定一定要照着我的格式去建文件夹（wzry指王者荣耀，这个可以改成你们的数据集的名字，但是其余的一定要一样），不然后面训练会出现找不到文件的报错
六、制作自己的数据集之制作标签
1.下载labelme
https://github.com/wkentaro/labelme，如果下载得慢的话见文末资源
点Download Zip，下载后找到该文件，解压，无需配置环境变量
2.安装依赖库
在Anaconda Prompt里pip install pyqt5和pip install labelme
3.labelme操作
然后在Anaconda Prompt里输入labelme，打开界面如下
可以选择打开一个文件或者文件夹，如果是打开文件夹的话就会是下面那样子
右击，点击rectangle，即画矩形框，框选你要识别训练的东西，举王者荣耀的例子
框选之后输入标签的名字，注意，可以框选多个作为标签。框选完一张图后保存，然后接着下一张图。保存的文件格式是.json
4.json转txt
由于yolov5只认txt而不认json，因此还要有一个转换的过程
在yolov5-master中创建一个.py文件，代码如下
import json
import os
name2id = {'hero':0,'sodier':1,'tower':2}#标签名称
def convert(img_size, box):
dw = 1. / (img_size[0])
dh = 1. / (img_size[1])
x = (box[0] + box[2]) / 2.0 - 1
y = (box[1] + box[3]) / 2.0 - 1
w = box[2] - box[0]
h = box[3] - box[1]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)
def decode_json(json_floder_path, json_name):
txt_name = 'C:\\Users\\86189\\Desktop\\' + json_name[0:-5] + '.txt'
#存放txt的绝对路径
txt_file = open(txt_name, 'w')
json_path = os.path.join(json_floder_path, json_name)
data = json.load(open(json_path, 'r', encoding='gb2312',errors='ignore'))
img_w = data['imageWidth']
img_h = data['imageHeight']
for i in data['shapes']:
label_name = i['label']
if (i['shape_type'] == 'rectangle'):
x1 = int(i['points'][0][0])
y1 = int(i['points'][0][1])
x2 = int(i['points'][1][0])
y2 = int(i['points'][1][1])
bb = (x1, y1, x2, y2)
bbox = convert((img_w, img_h), bb)
txt_file.write(str(name2id[label_name]) + " " + " ".join([str(a) for a in bbox]) + '\n')
if __name__ == "__main__":
json_floder_path = 'C:\\Users\\86189\\Desktop\\哈哈哈\\'
#存放json的文件夹的绝对路径
json_names = os.listdir(json_floder_path)
for json_name in json_names:
decode_json(json_floder_path, json_name)
标注地方是需要修改的，有几个标签名就写几个标签名，而且这是一个文件夹里所有的json一起转化，存放txt的路径改为labels的train中（还记得下面这张图吗）
转化完后大概会是这样子，如果一张图有多个标签的话，这个数据就会变多
5.xml转txt
如果使用别的打标签文件或者是原先已经打好的xml文件标签，那么我也给出相关的转换代码
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
def convert(size, box):
# size=(width, height) b=(xmin, xmax, ymin, ymax)
# x_center = (xmax+xmin)/2 y_center = (ymax+ymin)/2
# x = x_center / width y = y_center / height
# w = (xmax-xmin) / width h = (ymax-ymin) / height
x_center = (box[0] + box[1]) / 2.0
y_center = (box[2] + box[3]) / 2.0
x = x_center / size[0]
y = y_center / size[1]
w = (box[1] - box[0]) / size[0]
h = (box[3] - box[2]) / size[1]
# print(x, y, w, h)
return (x, y, w, h)
def convert_annotation(xml_files_path, save_txt_files_path, classes):
xml_files = os.listdir(xml_files_path)
# print(xml_files)
for xml_name in xml_files:
# print(xml_name)
xml_file = os.path.join(xml_files_path, xml_name)
out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
out_txt_f = open(out_txt_path, 'w')
tree = ET.parse(xml_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
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))
# b=(xmin, xmax, ymin, ymax)
# print(w, h, b)
bb = convert((w, h), b)
out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
if __name__ == "__main__":
# 把forklift_pallet的voc的xml标签文件转化为yolo的txt标签文件
# 1、需要转化的类别
classes = ['People', 'Car', 'Bus', 'Motorcycle', 'Lamp', 'Truck']
# 2、voc格式的xml标签文件路径
xml_files1 = r'D:\Technology\Python_File\yolov5\M3FD\Annotation_xml'
# xml_files1 = r'C:/Users/GuoQiang/Desktop/数据集/标签1'
# 3、转化为yolo格式的txt标签文件存储路径
save_txt_files1 = r'D:\Technology\Python_File\yolov5\M3FD\Annotation_txt'
convert_annotation(xml_files1, save_txt_files1, classes)
七、修改配置文件
1.coco128.yaml->wzry_parameter.yaml
在yolov5/data/coco128.yaml中先复制一份，粘贴到wzry中，改名为wzry_parameter.yaml（意义为wzry的参数配置）
wzry_parameter.yaml文件需要修改的参数是nc与names。nc是标签名个数，names就是标签的名字，王者荣耀的例子中有10个标签，标签名字都如下。
说明：
path是绝对路径
train是在path绝对路径条件下的训练集路径，即：wzry/datasets/images/train
val同上，但是是验证集，这里我为了方便，让训练集和验证集是一个，也没啥大问题。
test可不填
关于训练集、验证集、测试集三者关系，如下：
(191条消息) 如何正确使用机器学习中的训练集、验证集和测试集？_nkwshuyi的博客-CSDN博客
https://blog.csdn.net/nkwshuyi/article/details/94593053nc是训练集中种类的个数，names是他们对应的名字，这个顺序不要混了，尤其是自己打标签时，会有对应的顺序的。
2.yolov5x.yaml->wzry_model.yaml
yolov5有4种配置，不同配置的特性如下，我这里选择yolov5x，效果较好，但是训练时间长，也比较吃显存
在yolov5/models先复制一份yolov5x.yaml至wzry，更名为wzry_model.yaml（意为模型），只将如下的nc修改为训练集种类即可
八、开始训练train
1.调参
在train.py，找到def parse_opt(known=False)这行，这下面是我们要修改的程序部分
我标注“修改处”的，是一定要修改的；其他的注释是一些较为重要的参数，对于小白而言不改也可。具体修改的地方为defalut后
479行：是我们训练的初始权重的位置，是以.pt结尾的文件，第一次训练用别人已经训练出来的权重。可能有朋友会想，自己训练的数据集和别人训练的数据集不一样，怎么能通用呢？实际上他们是通用的，后面训练会调整过来。而如果不填已有权重，那么训练效果可能会不好；
480行：训练模型文件，在本项目中对应wzry_model.yaml；
481行：数据集参数文件，在本项目中对于wzry_parameter.yaml；
482行：超参数设置，是人为设定的参数。包括学习率啥的等等，可不改；
483行：训练轮数，决定了训练时间与训练效果。如果选择训练模型是yolov5x.yaml，那么大约200轮数值就稳定下来了（收敛）；
484行：批量处理文件数，这个要设置地小一些，否则会out of memory。这个决定了我们训练的速度；
485行：图片大小，虽然我们训练集的图片是已经固定下来了，但是传入神经网络时可以resize大小，太大了训练时间会很长，且有可能报错，这个根据自己情况调小一些；
487行：断续训练，如果说在训练过程中意外地中断，那么下一次可以在这里填True，会接着上一次runs/exp继续训练
496行：GPU加速，填0是电脑默认的CUDA，前提是电脑已经安装了CUDA才能GPU加速训练，安装过程可查博客
501行：多线程设置，越大读取数据越快，但是太大了也会报错，因此也要根据自己状况填小。
2.结果
运行效果正确的应该是这个样子：
结果保存在runs/train/exp中，多次训练就会有exp1、exp2、等等
best.pt和last.pt是我们训练出来的权重文件，比较重要，用于detect.py。last是最后一次的训练结果，best是效果最好的训练结果（只是看起来，但是泛化性不一定强）。
九、识别检测detect.py
1.调参
找到def parse_opt():这行，以下是我们要调参的位置
217行：填我们训练好的权重文件路径
218行：我们要检测的文件，可以是图片、视频、摄像头。填0时为打开电脑默认摄像头
219行：数据集参数文件，同上
220行：图片大小，同上
221行：置信度，当检测出来的置信度大于该数值时才能显示出被检测到，就是显示出来的框框
222行：非极大抑制，具体不赘述了，自行查阅，可不改
224行：GPU加速，同上
2.结果
结果在runs/detect/exp中
十、debug
我猜测大多数问题为：
1.xxx not found，明明自己做了标签但是没找到。那很有可能是你的文件路径没照着我去做。细心的朋友发现了，在wzry_parameter时只填了训练集的图片，没填标签，那它能检测到标签吗？可以检测到，是因为文件夹命名的原因，标签文件夹命名为labels就可。
2.显卡爆了，那就调低train中我列出来的那几行default
3.有朋友说他在训练时，box obj cls labels的值为0或nan。正常情况下是正常的数（我发了训练的时候的图片），我猜测可能是训练集标签没做好 或者 路径没写对 或者 default没调好
4.建议路径为全英文，不要带中文，否则可能会出现意料之外的错误
5.pycharm闪退，很有可能是因为你电脑out of memory了，电脑寄了，调小batch size和workers。
十一、如果自己电脑算力不够怎么办？
采用云服务器，具体见我的另一篇博客
使用恒源云服务器跑深度学习（使用pycharm_professional，FileZilla，xshell）
十二、是否可以部署至树莓派？
我之前用yolov5x.yaml作网络，根本跑不动，三秒一帧。
在B站上有很多演示，如果部署会非常卡，就算部署，也是采用最轻量级的yolov5s.yaml。
目前我正在做这个事，最好的解决方法是采用darknet框架的yolo-fastest，速度能80ms一帧。后续我会写一个教程
十三、百度网盘资源
链接：https://pan.baidu.com/s/10yOdyRjVBLF8rZPghE_5OA
提取码：mvpx
十四、结语
你们的每个赞都能让我开心好几天✿✿ヽ(°▽°)ノ✿
来源：若oo尘
