使用Yolov5进行目标检测并训练自己的VOC格式数据集

桃扇骨 2022-09-02 08:40 313阅读 0赞

### 使用Yolo v5进行目标检测并训练自己的VOC格式数据集 ###

*  一、前提准备
 *  二、下载代码及配置环境
 *  三、下载预训练模型
 *  四、预测
 *  五、训练

# 一、前提准备 #

*  源码下载  
    [https://github.com/ultralytics/yolov5][https_github.com_ultralytics_yolov5]
 *  YOLOv5 文档：  
    [https://docs.ultralytics.com/][https_docs.ultralytics.com]
 *  yolo v5原理:  
    [深入浅出Yolo系列之Yolov5核心基础知识完整讲解][Yolo_Yolov5]  
    官方操作指南：  
    [https://github.com/ultralytics/yolov5/blob/master/tutorial.ipynb][https_github.com_ultralytics_yolov5_blob_master_tutorial.ipynb]

# 二、下载代码及配置环境 #

linux可以使用下面命令进行环境配置，当然如果是windows下，直接下载压缩包，解压即可。

git clone https://github.com/ultralytics/yolov5  # clone repo
    cd yolov5
    pip install -qr requirements.txt  # install dependencies

其中**requirements.txt** 中包含了必要的配置环境：  
基本如下:

python>=3.6
    torch>=1.7.0

如果你有英伟达的显卡，可以安装GPU版本的Pytorch，参考：  
[pytorch安装及卸载][pytorch]

测试环境是否配置成功：

import torch
    from IPython.display import Image, clear_output  # to display images
    
    print(torch.__version__)
    print(torch.cuda.is_available())
    clear_output()
    print(f"Setup complete. Using torch { torch.__version__} ({ torch.cuda.get_device_properties(0).name if torch.cuda.is_available() else 'CPU'})")

# 三、下载预训练模型 #

到yolo官方github下载四个版本的模型，[模型下载][Link 1]，  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70]  
将模型下载到与detect.py同目录下。

# 四、预测 #

摄像头实时检测

python detect.py --source 0 --weights weights/yolov5s.pt

检测单张图片

python detect.py --source  file.jpg  # image

检测本地视频

python detect.py --source  file.mp4  # video

其他检测

python detect.py --source   path/  # directory
     python detect.py --source   path/*.jpg  # glob
     python detect.py --source   'https://youtu.be/NUsoVlDFqZg'  # YouTube video
     python detect.py --source   'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP stream

指定某个模型

python detect.py --weights yolov5s.pt  # P5 models
                               yolov5m.pt
                               yolov5l.pt
                               yolov5x.pt

# 五、训练 #

数据集准备  
[https://blog.csdn.net/weixin\_44145782/article/details/113983421][https_blog.csdn.net_weixin_44145782_article_details_113983421]

训练

python train.py --data data/VOC.yaml --cfg models/yolov5x.yaml --weights weights/yolov5x.pt

数据读取成功  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70 1]

[https_github.com_ultralytics_yolov5]: https://github.com/ultralytics/yolov5
[https_docs.ultralytics.com]: https://docs.ultralytics.com/
[Yolo_Yolov5]: https://blog.csdn.net/nan355655600/article/details/107852353
[https_github.com_ultralytics_yolov5_blob_master_tutorial.ipynb]: https://github.com/ultralytics/yolov5/blob/master/tutorial.ipynb
[pytorch]: https://blog.csdn.net/mao_hui_fei/article/details/112078113
[Link 1]: https://github.com/ultralytics/yolov5/releases
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70]: /images/20220829/b541647beef74628a32b23c15bc51244.png
[https_blog.csdn.net_weixin_44145782_article_details_113983421]: https://blog.csdn.net/weixin_44145782/article/details/113983421
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb19odWlfZmVp_size_16_color_FFFFFF_t_70 1]: /images/20220829/9ab32bdd72b24df19c49441371da76bc.png