写在前面：YOLOv5是YOLO系列的一个大版本，可是在这个系列里yolov5官网也在不断更新“小版本”，有时旧版的问题去了新版的问题又来了，又有许多人会因为不熟悉yolov5新版本的代码位置而重复做一些不必要的源码调试配置。
在这里我用指定一个源码版本YOLOv5.5进行训练演示，我的方法也是从更老的版本带过了的,但确能兼容该版本。
系统：Ubuntu 21.10
编辑器：pycharm-community-2021.3.1
pytorch版本：pytorch 1.12.1（py3.9_cuda11.3_cudnn8.3.2_0）
python版本：3.9
yolo版本：YOLOv5.50
数据集格式：VOC
注：首先感谢“深度学习菜鸟”、“康司淡定”等博主的文章指导，令我收益颇丰。
一、GitHub下载YOLOv5.5版本
1、地址：https://github.com/ultralytics/yolov5/releases/tag/v5.0
（该地址也可从YOLOv5官网github中找到releases(指其他版本)窗口进入，再下滑找到v5.0版本）
2、进入该网页下滑找到Assets下载列表中source code源代码进行下载，即是yolov5.5版本源码
3、解压后形成单独文件夹“yolov5-5.0”，此后我们的操作均在此文件夹上进行。
二、自己的数据集导入YOLOv5配置
在yolov5的文件夹中新建文件paper_data。这个文件夹主要用来处理自己的原始数据集（初始数据集需要.jpg+.xml数据，如果没有.xml意味着你还没有对图片进行标注，建议先下载labelImg进行标注）
在paper_data中建立“images”、“Annotations”、“ImageSets”三个字文件夹。
images：存放.jpg图像图片
Annotations：存放.xml文件
ImageSets：建立子文件夹“Main”
接下来，“images”、“Annotations”作为初始数据来源我们就不用移动或者改变它们了，其他地方调用即可。我们现在对ImageSets进行操作，我们在paper_data文件夹下建立split_paper_data.py
# coding:utf-8
import os
import random
import argparse
parser = argparse.ArgumentParser()
#xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path')
opt = parser.parse_args()
trainval_percent = 1.0
train_percent = 0.9
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
os.makedirs(txtsavepath)
num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)
file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')
for i in list_index:
name = total_xml[i][:-4] + '\n'
if i in trainval:
file_trainval.write(name)
if i in train:
file_train.write(name)
else:
file_val.write(name)
else:
file_test.write(name)
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()
运行代码以后会在ImageSets/Main文件夹下生成下面四个txt文档，目的是对数据进行划分，训练集、验证集等
对数据划分结束后，我们需要对Annotation中.xml的数据进行解析，需要解析成.txt的格式，将五类标签信息“class, x_center, y_center, width, height”提取出来方能为代码彻底接受。同时建立三个.txt文件作为训练集、测试集、验证集的路径指导。这一步操作需要在yolov5_5.0文件夹下建立voc_label.py实现
# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd
sets = ['train', 'val', 'test']
classes = ['gun','knife','pliers','scissors','wrench'] # 改成自己的类别
abs_path = os.getcwd()
print(abs_path)
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_id):
in_file = open('/home/austin/csdn/yolov5-5.0/paper_data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
out_file = open('/home/austin/csdn/yolov5-5.0/paper_data/labels/%s.txt' % (image_id), '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)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
#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)
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for image_set in sets:
if not os.path.exists('/home/austin/csdn/yolov5-5.0/paper_data/labels/'):
os.makedirs('/home/austin/csdn/yolov5-5.0/paper_data/labels/')
image_ids = open('/home/austin/csdn/yolov5-5.0/paper_data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
list_file = open('paper_data/%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write(abs_path + '/paper_data/images/%s.jpg\n' % (image_id))
convert_annotation(image_id)
list_file.close()运行代码后，成功生成“labels”文件，其中就是包含.txt格式对目标的标注信息。和另外三个test.txt、train.txt、val.txt是路径指导。
labels中其中一个.txt文件的数据，一行五个数据对应class, x_center, y_center, width, height五个信息。
至此，数据集的配置已经完成了。接下来我们进入代码配置调用程序。
三、配置.yaml文件
总而言之paper_data一切操作只是将数据集改造成代码可以识别的样子。而代码的调用该数据集的程序我们还需要一步配置。
在yolov5-5.0/data文件夹下建立my.yaml
train: /home/austin/csdn/yolov5-5.0/paper_data/train.txt
val: /home/austin/csdn/yolov5-5.0/paper_data/val.txt #改成自己路径
#number of classes
nc: 5 #改成自己数据集分类个数
#class names
names: ['gun','knife','pliers','scissors','wrench'] #改成自己的标签
四、train.py中调用数据集
在train.py中找到配置部分，更改 default='data/my.yaml' 成为了my.yaml的路径。
五、更改v5.0版本的bug
很多人在直接运行训练代码时都会报错：
（RuntimeError: result type Float can‘t be cast to the desired output type long int）
这个bug在master版本或其他版本少见，对于我们这个yolov5-5.0版本，需要改动loss.py中的两行代码进行修正。（loss.py路径：yolov5-5.0/utils/loss.py）
提示两次更改位置均在最后一个for循环。
第一个更改：
anchors, shape = self.anchors[i], p[i].shape将面代码替换掉原码中的 “anchors = self.anchors[i]” 部分，即
第二个更改：
indices.append((b, a, gj.clamp_(0, shape[2] - 1), gi.clamp_(0, shape[3] - 1))) # image, anchor, grid将面代码替换掉原码中的 “indices.append((b, a, gj.clamp_(0, gain[3] - 1), gi.clamp_(0, gain[2] - 1))) # image, anchor, grid indices” 部分，即
bug消除完成！
六、开始训练数据集
在train.py中调配参数进行训练，基础调节epochs、batch-size、img-size等参数。在run/train/exp文件中查看训练结果。
训练结果缩略
后续可在detect.py中进行检测，在run中查看结果。
最后：
运用YOLOv5训练自己的数据集的教程至此就结束了。关于训练结果的一些概念解释，我的其他博客有详解欢迎大家学习。