YOLOv5の正史をエレガントに再現する方法(1)

記事ディレクトリ

1. YOLOv5公式コードをダウンロード
2. データセットを準備する
3. トレーニング

1. YOLOv5公式コードをダウンロード

下载网站：https://github.com/ultralytics/yolov5/tree/v5.0

注: 対応する v5.0 バージョンをここからダウンロードするのが最善です。他のバージョンでは奇妙なエラーが発生する可能性があります。
ダウンロードして解凍すると、最終的なフォルダーの内容は次のようになります。
ここに画像の説明を挿入します

2. データセットを準備する

1. VOC2007 データセットをダウンロードする

数据集百度网盘地址：
链接：https://pan.baidu.com/s/1JaorrGVczVFdHSmpuHml0A 
提取码：lhpl

2. データの準備

(1) データの選択

VOC2007 からいくつかの写真 (私は 10 個を選択しました) と、注釈と JPEGImages から 10 個のファイルを選択できます。

(2) トレーニングフォルダー配下にデータセットフォーマットを作成します

ダウンロードした YOLOv5 フォルダーの下に次の形式で新しいフォルダーを作成します。
ここに画像の説明を挿入します
選択したデータを形式に従ってフォルダーに配置し、画像を JPEGImages に配置し、Xml ファイルを Annotations に配置します。

3. データセットを作成する

voc_to_yolo.py ファイルを実行します。ファイルのリンクは次のとおりです。

链接：https://pan.baidu.com/s/1tHb6wrSFudDxWJ-T-RppfA 
提取码：lhpl

ここで変更する必要があるのは次のとおりです。

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile

'''classes = ["aeroplane", "bicycle", "bird", "boat", "bottle","bus","car","cat",
           "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person",
           "pottedplant", "sheep", "sofa", "train", "tvmonitor"]'''
classes = ["head"]							# 表示类别，如果是VOC数据集的话，就使用上边的classes
# classes=["ball"]

TRAIN_RATIO = 70						# 表示训练集和测试集的比例，可以自行更改

変更後、実行すると、最終的なデータセットの形式は図に示すようになります:
ここに画像の説明を挿入します
ここの画像はトレーニングに使用される画像データセットであり、ラベルはトレーニングに使用されるラベルデータセットです。ここで、ラベルでファイルを開くことができます。正常かどうかを確認してください。通常は空ではありません。

3. トレーニング

1. voc.yaml を変更する

data/voc.yaml はデータセットと同じ形式に変更する必要があり、行う変更は次のとおりです。

# 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: VOCdevkit/images/train/  # 16551 images
val: VOCdevkit/images/val/  # 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' ]					
names: [ 'head' ]

変更する必要があるのは通常、パス (train / val)、カテゴリの数 (nc)、および名前です。

2. train.pyのパラメータを変更する

在这里插入代码片

    parser.add_argument('--weights', type=str, default='weights/yolov5m.pt', help='initial weights path')			# 预训练权重，需要从官网下载一个，这里我使用的是YOLOv5m.pt						
    parser.add_argument('--cfg', type=str, default='models/yolov5m.yaml', help='model.yaml path')					# 这里最好设置和预训练权重一致，但也可以不设置
    parser.add_argument('--data', type=str, default='data/voc.yaml', help='data.yaml path')							# voc数据集的超参数，把路径放入
    parser.add_argument('--hyp', type=str, default='data/hyp.scratch.yaml', help='hyperparameters path')
    parser.add_argument('--epochs', type=int, default=300)															# 迭代次数，一般大于100
    parser.add_argument('--batch-size', type=int, default=1, help='total batch size for all GPUs')					# batch_size，根据电脑性能设置
    parser.add_argument('--img-size', nargs='+', type=int, default=[640, 640], help='[train, test] image sizes')
    parser.add_argument('--rect', action='store_true', help='rectangular training')
    parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
    parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
    parser.add_argument('--notest', action='store_true', help='only test final epoch')
    parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')
    parser.add_argument('--evolve', action='store_true', help='evolve hyperparameters')
    parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
    parser.add_argument('--cache-images', action='store_true', help='cache images for faster training')
    parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
    parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
    parser.add_argument('--adam', action='store_true', help='use torch.optim.Adam() optimizer')
    parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
    parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
    parser.add_argument('--workers', type=int, default=8, help='maximum number of dataloader workers')
    parser.add_argument('--project', default='runs/train', help='save to project/name')
    parser.add_argument('--entity', default=None, help='W&B entity')
    parser.add_argument('--name', default='exp', help='save to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--quad', action='store_true', help='quad dataloader')
    parser.add_argument('--linear-lr', action='store_true', help='linear LR')
    parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
    parser.add_argument('--upload_dataset', action='store_true', help='Upload dataset as W&B artifact table')
    parser.add_argument('--bbox_interval', type=int, default=-1, help='Set bounding-box image logging interval for W&B')
    parser.add_argument('--save_period', type=int, default=-1, help='Log model after every "save_period" epoch')
    parser.add_argument('--artifact_alias', type=str, default="latest", help='version of dataset artifact to be used')
    opt = parser.parse_args()

変更が必要な箇所はすべて設定済みです。マークのない箇所は設定不要な箇所です。ここで実行して試してみてください。

3. 走る

ここに画像の説明を挿入します
図のように、プログレスバーが表示されればトレーニングは成功しており、表示されない場合はトレーニングが間違っていることを意味します。