I.はじめに
前の二つの記事では説明しているのトレーニングプロセスdarknet
バージョンをyolov3
、それyolov4
回すために時間をさんyolov5
。yolov5
次の図に示すように、4つの異なるサイズのモデル構造から選択できるため、個人的には気に入っています
yolov5
。トレーニングプロセスは比較的単純で、windows
続行するのにも便利です。結局のところ、pytorch
フレームワークが使用されます。簡単に説明します。訓練方法について話してください!!!
2.データセットを取得して整理します
1.ラベル付きデータセットをダウンロードできる場合は、直接使用できます。データセットの編成形式がVOC形式と同じであるかどうかを確認してください。
2.既製のデータセットがない場合は、自分でラベルを付ける必要があるかもしれません。機会があれば、後で詳しく説明します。labelImgなどのいくつかのラベリングツールを使用する必要があります。特定の使用方法は、次の2つの記事を参照できます。!!
labelImgを使用して、ウィンドウの下の画像にラベルを付けます
3.データセットの編成形式
公式トレーニングチュートリアルによると、データセットをyolo
形式に変換する必要があるため、変換を完了するためにスクリプトを使用する必要がありますが、その前に、データセットがvoc
形式で整理されていることを確認する必要があります。voc
データセットの組織構造については、他の記事「VOCデータセットの組織構造の詳細な説明」に移動してください。!!
下の図に示すように、これは公式トレーニングチュートリアルのデータセットの編成構造であり、最終的には同じである必要がありますが、構造は同じであり、名前は完全に同じである必要はありません。images、labels
フォルダがあり、これら2つのフォルダの下に2つのサブフォルダがあることを確認するだけで済みますtrain、val
。images
画像がlabels
保存され、yolo
フォーマットのラベルが保存されます。
注意: images、labels
これら2つtrain/val
のフォルダーの下のサブフォルダーの名前は一貫している必要があります。
4.フォーマット変換
ここで、私の別の記事に移動できます。VOC形式のデータセットをyolo(ダークネット)形式に設定します。この記事の内容を理解する必要があります。そうしないと、以下に記載されていることのいくつかを理解できない可能性があります。!!
トレーニング検証データセットとテストデータセットを別々に変換したので、別々に保存して、指定したフォルダに入れておくと便利です。具体的な操作は次のとおりです。
- 生成された
2007_train.txt
と2007_val.txt
一つにマージされ2007_train.txt
そう単純に、あること、そして私たちは一つに2つのファイルをマージする必要があり、トレーニングデータとして使用し、直接、トレーニングと検証画像が1枚であるため、それを分離することは容易ではなく、2007_val.txt
コピーして、コンテンツを2007_train.txt
ファイルに貼り付けてから、ファイルを削除し2007_val.txt
ます。 - 次に、テストデータセットを検証データとして使用するため、に
2007_test.txt
変更し2007_val.txt
ます。最後に2007_train.txt
、2007_val.txt
にファイルを置くimages
、これは限り、あなたはこれらの2つのファイルのパスを覚えているし、後で設定すると、必要とせず、低並列パスvoc.yaml
正しい時刻に指定されました。 - 上記の操作により、2つのドキュメントを取得しましたが
2007_train.txt
、2007_val.txt
いくつかの変更を加える必要もあります。これら2つのファイルの内容はトレーニングと検証の画像のフルパスであるため、後でデータセットを整理すると、画像のパスが変更されます。この時点で、画像はすべてimages
フォルダー内にあるため、必要です。これら2つを追加するには各ファイルの画像名の前のパスはすべて、この時点で実際に配置されているパスに置き換えられます。これは、バッチ交換によって迅速に行うことができます。 - 置く
labels
の内容ラベル格納フォルダ2つの変換によって生成するにlabels/train
し、labels/val
以下、それぞれ。 - 移動
JPEGImages
のそれぞれのフォルダ内の画像をトレーニングデータセットおよび検証データセットへimages/train
とimages/val
下にそれぞれ。
このようにして、データセットの編成が完了します。ただし、実際には、必ずしも上記の内容に従う必要はありません。重要な点は、各フォルダの下に何が保存されているかを把握し、それを自分のフォルダに応じて変換する必要があるためです(両方voc_label.py
を使用する場合でも)生成されたさまざまなファイルは、最終的にimages
画像をlabels
保存し、yolo
フォーマットラベルを保存し、トレーニング検証画像とトレーニング検証ラベルは、それぞれtrain
とval
サブフォルダーに保存できます。
たとえば、次のコードを理解した後voc_label.py
、そのコードを直接変更して、必要なファイルをより迅速に生成できます。voc_label.py
内容は以下の通りです。
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
#转换最初的训练验证数据集的时候,使用以下sets
#转换最初的测试数据集的时候,可以将其改为sets=[('2007', 'test')]
sets=[('2007', 'train'), ('2007', 'val')]
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus",
"car", "cat", "chair", "cow", "diningtable", "dog", "horse",
"motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
def convert(size, box):
dw = 1./size[0]
dh = 1./size[1]
x = (box[0] + box[1])/2.0
y = (box[2] + box[3])/2.0
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(year, image_id):
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, 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
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))
bb = convert((w,h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
for year, image_set in sets:
if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'
%(year, image_set)).read().strip().split()
list_file = open('%s_%s.txt'%(year, image_set), 'w')
for image_id in image_ids:
list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'
%(wd, year, image_id))
convert_annotation(year, image_id)
list_file.close()
3つ目は、プロジェクトを構築する
1.ソースコードをダウンロードします
https://github.com/ultralytics/yolov5
2.環境構成
pip install -U -r requirements.txt
第四に、関連するドキュメントを変更します
1.data/voc.yaml
ファイル
以下に示すように、ファイルのストレージパスであるtrain、val
前2007_train.txt
に述べたように値を設定する必要2007_val.txt
があります。nc和names
また、カテゴリの数とカテゴリの名前をそれぞれ示す実際の状況に応じて変更する必要があります。
# PASCAL VOC dataset http://host.robots.ox.ac.uk/pascal/VOC/
# Train command: python train.py --data voc.yaml
# Default dataset location is next to /yolov5:
# /parent_folder
# /VOC
# /yolov5
# download command/URL (optional)
download: bash data/scripts/get_voc.sh
# train and val data as
# 1) directory: path/images/,
# 2) file: path/images.txt, or
# 3) list: [path1/images/, path2/images/]
train: F:\0-My_projects\My_AI_Prj\0_PyTorch_projects\ultralytics_yolov5s_m_l_x_pytorch
\my_dataset\2007_train.txt # 16551 images
val: F:\0-My_projects\My_AI_Prj\0_PyTorch_projects\ultralytics_yolov5s_m_l_x_pytorch
\my_dataset\2007_val.txt # 4952 images
# number of classes
nc: 20
# class names
names: ['aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car',
'cat', 'chair', 'cow', 'diningtable', 'dog','horse', 'motorbike',
'person', 'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor']
2.models/yolov5s.yaml
ファイル
ここでトレーニングの準備をしていyolov5s
ます。他の3つのモデルをトレーニングする場合は、対応する構成ファイルを選択するだけです。通常nc
、独自のデータセットの最初の行のタイプの数を変更するだけで済みます。
3.トレーニングパラメータ
便宜上、以下に示すように、train.py
ファイル内のパラメーターを直接変更してから、直接実行することができtrain.py
ます。
指定しweights
たパス、つまり最初のパラメーターが存在しない場合は、それ自体がダウンロードされることに注意してください。ダウンロードが失敗した場合は、初期ウェイトファイルを自分でダウンロードして、このパスの下に置くことができます。
5、トレーニングを開始します
train.py
ファイルを直接実行するだけです。