下载地址:https://github.com/ultralytics/yolov5
(1)在yolov5/data文件下创建如下文件目录
将所有的图片放到JPEGImages和images文件夹下,将所有voc格式的xml文件放入到Annotations文件夹下 。在根目录下创建make_txt.py文件,代码如下,运行代码后ImageSets中生成数据集分类txt文件。
import os
import random
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')
for i in list:
name = total_xml[i][:-4] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftest.write(name)
else:
fval.write(name)
else:
ftrain.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
(2)根目录下继续创建 voc_label.py文件,代码如下:需要注意的是,sets中改为本次sets的名字(make_txt生成的) classes修改为你需要检测的类别,在本案例中,我们只需要检测stand和fall两种类别。
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test', 'val']
classes = ['stand', 'fall']
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(image_id):
in_file = open('data/Annotations/%s.xml' % (image_id))
out_file = open('data/labels/%s.txt' % (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()
print(wd)
for image_set in sets:
if not os.path.exists('data/labels/'):
os.makedirs('data/labels/')
image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
list_file = open('data/%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write('data/images/%s.jpg\n' % (image_id))
convert_annotation(image_id)
list_file.close()
运行以上代码后,可以发现生成了voc格式的标签文件labels(显示数据集的具体标注数据),并且在data文件下出现了train、val、test的txt文件,保存了图片的路径。(带有图片的路径)
(1)修改coco.yaml文件
这里的yaml和以往的cfg文件是差不多的,但需要配置一份属于自己数据集的yaml文件。复制data目录下的coco.yaml,我这里命名为My_train.yaml 主要修改三个地方:
a. 修改train,val,test的路径为自己刚刚生成的路径
b. nc 里的数字代表数据集的类别,这里有stand和fall类,所以修改为2
c. names 里为自己数据集标注的类名称,这里是"stand"和”fall"
(2)修改model.yaml文件
models下有四个模型,smlx需要训练的时间依次增加,按照需求选择一个文件进行修改即可。这里修改了yolov5m.yaml,只需要将nc的类别修改为自己需要的即可。
weights,yaml,data按照自己文件的路径修改, epochs迭代次数自己决定,这里仅用9次进行测训练。batch-size过高可能会影响电脑运行速度,根据自己电脑硬件条件决定增加还是减少修改完成,运行开始训练。
(1)网络结构
(2)训练epoch
(3)训练结束
主要的原因在于batch-size的大小问题,将batch-size设置小一点就能将问题解决。
主要的原因在于没有将训练图片放入data文件下的images文件夹。训练时读取的图片文件夹不是自己创建的JPEGImages文件夹。