Yolov5 はデータセットを作成し、ターゲット検出モデルをトレーニングします

データセットの収集

データの注釈に labelimg を使用する

以下にその一部を示します内联代码片。

pip install labelimg
labelimg

最初のステップは、クリックしてファイルを開き、注釈を付ける画像ディレクトリを選択し、次にクリックして保存ディレクトリを変更し、注釈付きラベルの保存場所を選択し、

ラベルの形式を選択します。モデルはトレーニング中にデータを読み取ります。View
で自動保存をオンにすることをお勧めします。

ホットキー
あ	前の写真
D	次の写真
W	クイックフレーム選択

データセット形式

yolov5 を例に挙げます

データセット

電車

画像

ラベル

テスト

画像

ラベル

有効

画像

ラベル

データセットは、train:test:valid = 7:2:1 に分割することをお勧めします。

トレーニングモデル

yolov5 環境をダウンロードして構成する

pytorch GPU バージョンで実行する必要があります

git clone https://github.com/ultralytics/yolov5 
cd yolov5
pip install -r requirements.txt  # 下载所需包

データセットを配置する

データセットをyolo5 ディレクトリに置き、.yaml ファイルを修飾するだけです。

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 你的数据种类数
names: ['类别1的名称', '类别2的名称', '类别3的名称']

これにdata.yamlという名前を付け、 yolo5\dataset ディレクトリに配置します。

トレーニングモデル

train.pyを開き、以下の4つのパラメータを設定します。

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')
    parser.add_argument('--data', type=str, default=ROOT / 'datasets/data.yaml', help='dataset.yaml path')
    parser.add_argument('--batch-size', type=int, default=32, help='total batch size for all GPUs, -1 for autobatch')
    parser.add_argument('--epochs', type=int, default=20, help='total training epochs')

–data はデータセットのパスです。data.yaml ファイルを使用します
–batch-size は各トレーニング バッチ内の画像の数です。この値を増やすとトレーニング速度が向上し、メモリ使用量も増加します –epochs トレーニング
時間

モデルはデフォルトで yolov5s.pt を使用します。各事前トレーニング済みモデルのパラメーターは次のとおりです。

モデル	サイズ (ピクセル)	mAP値 0.5:0.95	mAP値 0.5	CPU b1 の速度(ms)	速度 V100 b1 (ms)	速度 V100 b32 (ms)	パラメータ (M)	フロップス @640 (B)
YOLOv5n	640	28.0	45.7	45	6.3	0.6	1.9	4.5
YOLOv5s	640	37.4	56.8	98	6.4	0.9	7.2	16.5
YOLOv5m	640	45.4	64.1	224	8.2	1.7	21.2	49.0
YOLOv5l	640	49.0	67.3	430	10.1	2.7	46.5	109.1
YOLOv5x	640	50.7	68.9	766	12.1	4.8	86.7	205.7
YOLOv5n6	1280	36.0	54.4	153	8.1	2.1	3.2	4.6
YOLOv5s6	1280	44.8	63.7	385	8.2	3.6	12.6	16.8
YOLOv5m6	1280	51.3	69.3	887	11.1	6.8	35.7	50.0
YOLOv5l6	1280	53.7	71.3	1784年	15.8	10.5	76.8	111.4
YOLOv5x6 + [TTA][TTA]	1280 1536	55.0 55.8	72.7 72.7	3136 -	26.2 ～	19.4 ～	140.7 -	209.8 ～

次に、train.py を実行してモデルをトレーニングします。

使用モデル

pytorch.hub

import torch

# Model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')

# Images
img = 'https://ultralytics.com/images/zidane.jpg'numpy, list

# Inference
results = model(img)

# Results
results.print()

非ハブモデルの使用、単一画像検出

from models.common import DetectMultiBackend
from utils.dataloaders import LoadImages
from utils.general import Profile, check_img_size, non_max_suppression, scale_boxes
from utils.torch_utils import select_device
from utils.plots import Annotator, colors
import cv2

import torch


def dtect_img(model, img_path, save_path, size=640):

    imgsz = (640, 640)
    bs = 1  # batch_size
    conf_thres = 0.25
    iou_thres = 0.45
    max_det = 1000
    classes = None
    agnostic_nms = True

    stride, names, pt = model.stride, model.names, model.pt
    imgsz = check_img_size(imgsz, s=stride)  # check image size


    dataset = LoadImages(img_path, img_size=imgsz, stride=stride, auto=pt)

    model.warmup(imgsz=(1 if pt or model.triton else bs, 3, *imgsz))  # warmup
    seen, windows, dt = 0, [], (Profile(), Profile(), Profile())

    # 数据读取
    for path, im, im0s, vid_cap, s in dataset:
        with dt[0]:
            im = torch.from_numpy(im).to(model.device)
            im = im.half() if model.fp16 else im.float()  # uint8 to fp16/32
            im /= 255  # 0 - 255 to 0.0 - 1.0
            if len(im.shape) == 3:
                im = im[None]  # expand for batch dim

        # Inference
        with dt[1]:
            pred = model(im)
        # NMS
        with dt[2]:
            pred = non_max_suppression(pred, conf_thres, iou_thres, classes, agnostic_nms, max_det=max_det)

        det = pred[0]
        annotator = Annotator(im0s, line_width=3, example=str(names))
        if len(det):
            # 图像标注区域等比缩放
            det[:, :4] = scale_boxes(im.shape[2:], det[:, :4], im0s.shape).round()

            for c in det[:, 5].unique():
                n = (det[:, 5] == c).sum()  # detections per class
                s += f"{
      
      n} {
      
      names[int(c)]}{
      
      's' * (n > 1)}, "  # add to string

            # 打印检测结果
            *xyxy, conf, cls = det.tolist()[0]
            name = names[int(c)]
            conf = f'{
      
      float(conf):.2f}'
            print(xyxy, "可信度：", conf, name)

            # 图像标注
            label = name + " " + conf
            annotator.box_label(xyxy, label, color=colors(c, True))

            # 保存图片
            img = annotator.result()

    return img

if __name__ == '__main__':
     model_path = '' # 模型路径
     img_path = '' # 检测图片路径
     save_path = '' # 保存路径
     
     device = ''
     device = select_device(device)

     model_detect = DetectMultiBackend(model_path, device=device)
     img = dtect_img(model_detect, model_path, save_path=)