1 Preparaciones

Los archivos y formatos de archivo a preparar para el entrenamiento del modelo Yolo son los siguientes:

/trianing # 根目录
	/datasets # 数据集目录（可以任意取名）
		/images
			/train
			/val
		/labels
			/train
			/val
	/yolov5

Primero crea una carpeta de entrenamientomkdir training/
Úselo en la carpeta de entrenamiento git clonepara clonar yolov5 e instalar dependencias
cd training

git clone clone https://github.com/ultralytics/yolov5

pip install -qr requirements.txt
Comprobar la versión de pytorch y torchvision

pip install --upgrade torch

pip install --upgrade torchvision
Verifique si la etiqueta es continua, si no es continua, debe recodificarse
Use Pesos y sesgos para la visualización, donde la API de inicio de sesión se puede obtener en Pesos y sesgos .
%load_ext tensorboard
%tensorboard --logdir /kaggle/training/yolov5/runs
%pip install -q --upgrade wandb
```
import wandb
wandb.login()
```

2 Convierta el conjunto de datos de coco en el conjunto de datos de yolo

json.load(open(file_path,'r'))leer datos usando
Cree un csv para almacenar la identificación y el nombre de archivo de la imagen
Lea el csv creado en 2 train_test_splitpara dividir el conjunto de entrenamiento y el conjunto de validación
Agregue una nueva columna a los archivos trian y de prueba divididos para marcar si la imagen es una imagen de entrenamiento o una imagen de prueba
train['split']='train'
val['split']='val'
df = pd.concat([trian,val],axis=0).rest_index(drop=True)

Guarde las etiquetas de cada imagen por separado en sus respectivos archivos .txt, donde está la anotación del conjunto de datos de coco [lowest_x,lowest_y,w,h]y los requisitos de anotación de yolo [center_x,center_y,w,h], use la siguiente función:

def coco2yolo(image_w,image_h,annotation):
    """Convert coco format data into yolo format data.
    Note: x,y in coco format are lowest left x and y. x,y in yolo format are center x,y.
    """
    x,y,w,h = annotation['bbox']
    
    x = (x+w)/2.0
    y = (y+h)/2.0
    
    return (x/image_w,y/image_h,w/image_w,h/image_h)

Crear una carpeta de conjuntos de datos en el directorio de entrenamiento
os.makedirs('/kaggle/training/cowboy/images/train', exist_ok=True)

os.makedirs('/kaggle/training/cowboy/images/test', exist_ok=True)

os.makedirs('/kaggle/training/cowboy/labels/train', exist_ok=True)

os.makedirs('/kaggle/training/cowboy/labels/test', exist_ok=True)
Copie las imágenes y etiquetas correspondientes a las carpetas de tren y prueba.

Cree un archivo .ymal, que se usa para almacenar:
1) rutas de datos de entrenamiento y datos de prueba
2) número total de categorías
3) nombres correspondientes a categorías

data_yaml = dict(train='/kaggle/training/cowboy/images/train/'
                 ,val='/kaggle/training/cowboy/images/test/'
                 ,nc=5
                 ,names=['belt', 'sunglasses', 'boot', 'cowboy_hat', 'jacket'])
with open('/kaggle/training/yolov5/data/data.yaml', 'w') as outfile:
    yaml.dump(data_yaml, outfile, default_flow_style=True)

3 Definición de parámetros de entrenamiento

Los parámetros son los siguientes:

lr0: 0.01  # initial learning rate (SGD=1E-2, Adam=1E-3)
lrf: 0.2  # final OneCycleLR learning rate (lr0 * lrf)
momentum: 0.937  # SGD momentum/Adam beta1
weight_decay: 0.0005  # optimizer weight decay 5e-4
warmup_epochs: 3.0  # warmup epochs (fractions ok)
warmup_momentum: 0.8  # warmup initial momentum
warmup_bias_lr: 0.1  # warmup initial bias lr
box: 0.05  # box loss gain
cls: 0.5  # cls loss gain
cls_pw: 1.0  # cls BCELoss positive_weight
obj: 1.0  # obj loss gain (scale with pixels)
obj_pw: 1.0  # obj BCELoss positive_weight
iou_t: 0.20  # IoU training threshold
anchor_t: 4.0  # anchor-multiple threshold
# anchors: 3  # anchors per output layer (0 to ignore)
fl_gamma: 0.0  # focal loss gamma (efficientDet default gamma=1.5)
hsv_h: 0.015  # image HSV-Hue augmentation (fraction)
hsv_s: 0.7  # image HSV-Saturation augmentation (fraction)
hsv_v: 0.4  # image HSV-Value augmentation (fraction)
degrees: 0.0  # image rotation (+/- deg)
translate: 0.1  # image translation (+/- fraction)
scale: 0.5  # image scale (+/- gain)
shear: 0.0  # image shear (+/- deg)
perspective: 0.0  # image perspective (+/- fraction), range 0-0.001
flipud: 0.0  # image flip up-down (probability)
fliplr: 0.5  # image flip left-right (probability)
mosaic: 1.0  # image mosaic (probability)
mixup: 0.0  # image mixup (probability)
copy_paste: 0.0  # segment copy-paste (probability)

4 modelo de entrenamiento

Al elegir un modelo, puede elegir modelos de diferentes tamaños: Yolov5

BATCH_SIZE = 32 # wisely choose, use the largest size that can feed up all your gpu ram
EPOCHS = 5
MODEL = 'yolov5m.pt'  # 5s, 5m 5l
name = f'{
      
      MODEL}_BS_{
      
      BATCH_SIZE}_EP_{
      
      EPOCHS}'

# 在yolov5目录下
!python train.py --batch {
    
    BATCH_SIZE} \
                 --epochs {
    
    EPOCHS} \
                 --data data.yaml \
                 --weights {
    
    MODEL} \
                 --save-period 1 \
                 --project /kaggle/working/kaggle-cwoboy \
                 --name {
    
    name} \
                 -- workers 4

5 predicciones

El modelo entrenado se almacena en W&B, descargue el mejor modelo y cárguelo en Kaggle
Pon la imagen de prueba en VALID_PATHla carpeta.

Regrese a la ruta yolov5 y ejecute la siguiente línea de código para la predicción

!python detect.py --weights {
      
      MODEL_PATH} \
	                  --source {
      
      VALID_PATH} \
	                  --conf 0.546 \
	                  --iou-thres 0.5 \
	                  --save-txt \
	                  --save-conf \
	                  --augment

Los resultados finales de la predicción están en/kaggle/training/yolov5/runs/detect/exp/labels/

Para convertir a coordenadas coco use la siguiente función

def yolo2cc_bbox(img_width, img_height, bbox):
    x = (bbox[0] - bbox[2] * 0.5) * img_width
    y = (bbox[1] - bbox[3] * 0.5) * img_height
    w = bbox[2] * img_width
    h = bbox[3] * img_height
    
    return (x, y, w, h)

Si la etiqueta se codificó antes, la etiqueta debe volver a mapearse
Para visualizar los resultados, puede usar Opencv o PIL para leer las fotos en yolov5/runs/detect/exp/.
```
m = Image.open('/kaggle/training/yolov5/runs/detect/exp/0007c3f55f707547.jpg')
im
```

Guía de capacitación Yolov5 - Conjunto de datos en formato CoCo