yolov5训练总结

yolov5前期配置和运行

参考资料：Yolov5训练自己的数据集（详细完整版）

注：VOCData文件夹（可以自己命名）下的images和labels文件夹不能叫别的名字！

使用镜像源安装库：

pip install -r requirements.txt -i  https://pypi.tuna.tsinghua.edu.cn/simple

运行train.py的命令

python train.py --weights weights/yolov5s.pt  --cfg models/yolov5s.yaml  --data data/myvoc.yaml --epoch 200 --batch-size 8 --img 640   --device cpu --resume True

yolov5项目目录结构理解

参考资料：YOLOv5系列(二) 解析项目目录结构(详尽)

1. models/yolov5_.yaml:模型的配置文件，有n、s、m、l、x版本，逐渐增大（随着架构的增大，训练时间也是逐渐增大）
2. data/hyps/hyp.scratch-_.yaml:超参数配置文件，有low、med、high版本，数据增强效果递增

训练过程

我用git拉取了yolov5源代码（如下图，右边有点点的就是我修改了的文件）

就按这个顺序依次说明

1. data文件夹：新建了myvoc.yaml文件
2. models文件夹：新建了yolo5s_well.yaml文件，复制了yolo5s里的内容，仅修改了类
3. VOCData文件夹：存储自己的数据集，两个py文件顾名思义：用来生成训练集和验证集以及将数据集由xml转化为txt供模型训练
4. random_search.py:没有用，可忽略
5. train.py:修改了其中的一些参数，主要是路径修改
   
   在九天上我把resume参数default改为true了，这样可以在训练意外中断后，能在之前训练的基础上继续训练，具体做法如下：

• 命令行里输入cd yolov5进入文件夹
• 输入conda activate pytorch激活我配置好的虚拟环境
• 输入nohup python train.py在原来的基础上继续训练，nohup可以把输入放到nohup.txt文件里，保证不在该界面的时候训练依然可以继续（官方文档的ReadMe有写），可以继续训练是因为我改了train.py里的参数，这么输入就可以了

数据增强

yolov5源代码中自带的数据增强方法：需激活

参考资料：YOLOv5-6.x源码分析（七）—— 数据增强之augmentations.py

此篇博客详细介绍了yolov5中使用的数据增强方法，包括：

1. 归一化和反规范化
2. hsv 色调-饱和度-亮度的图像增强
3. 直方图均衡化增强
4. 图像框的平移复制增强
5. 图片缩放letterbox
6. 随机透视变换
7. cutout
8. mixup
9. box_candidates

相关文件：

• utils/augmentations.py
• utils/dataloaders.py
• models/yolov5s_well.py
• data/hyps/hyp.scrath-high.yaml

使用方法（每个方法启用的数据增强不一样）

1. 安装步骤

• 激活虚拟环境:activate pytorch
• 下载库:pip install albumentations -i https://pypi.tuna.tsinghua.edu.cn/simple

_补充说明_：

“Albumentations——强大的数据增强库（图像分类、分割、关键点检测、目标检测）” \
“YOLOv5集成Albumentations，添加新的数据增强方法”

根据augmentations.py的代码：

class Albumentations:
  # YOLOv5 Albumentations class (optional, only used if package is installed)

可推断必须安装albumentations库才能启动数据增强

T = [
        A.RandomResizedCrop(height=size, width=size, scale=(0.8, 1.0), ratio=(0.9, 1.11), p=0.0),
        A.Blur(p=0.01),
        A.MedianBlur(p=0.01),
        A.ToGray(p=0.01),
        A.CLAHE(p=0.01),
        A.RandomBrightnessContrast(p=0.0),
        A.RandomGamma(p=0.0),
        A.ImageCompression(quality_lower=75, p=0.0),
]  # transforms

这部分可以看到具体应用了哪些数据增强方法

2. hyp.scratch.yaml调整（可启用mixup）

• 方法一：直接用官方的配置文件，将train.py里—hyp参数的默认使用文件修改一下

  parser.add_argument("--hyp", type=str, default=ROOT / "data/hyps/hyp.scratch-low.yaml", help="hyperparameters path")

  把这里的hyp.scratch-low.yaml换成hyp.scratch-med.yaml或者hyp.scratch-high.yaml
• 方法二：自己调整hyp.scratch.yaml文件里的参数（不太敢瞎调，或许可以找找文章参考一下别人的？）

_补充说明：_Mixup是指将两张图片和其标签，按权重进行叠加，生成新的数据集和其所对应的标签。

Mixup的步骤如下：

1. 从训练数据中随机选择两个样本，记作样本A和样本B。
2. 随机选择一个介于0和1之间的权重值λ。
3. 将样本A和样本B的特征按照权重值λ进行线性组合：mixed_feature = λ feature_A + (1 - λ) feature_B。
4. 将样本A和样本B的标签按照权重值λ进行线性组合：mixed_label = λ label_A + (1 - λ) label_B。
5. 使用mixed_feature作为新的训练样本，使用mixed_label作为对应的标签

3. 启用cutout

把utils/dataloaders.py的被注释掉的cutout部分相关代码取消注释(光标处的下两行)

_补充说明：_
Cutout是指随机的将样本中的部分区域cut掉，并且填充0像素值，分类的结果不变

其他数据增强方法

1. Cutmix (参考资料：数据增强方法Mixup、Cutout、CutMix、ClassMix)

Cutmix综合了Mixup和Cutout的想法，把一张图片上的某个随机矩形区域剪裁到另一张图片上生成新图片。标签的处理和mixUp是一样的，都是按照新样本中两个原样本的比例确定新的混合标签的比例。

用自己训练的模型预测/推理

修改detect.py

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument("--weights", nargs="+", type=str, default=ROOT / "runs/train/exp1/weights/best.pt", help="model path or triton URL") #
    parser.add_argument("--source", type=str, default=ROOT / "testData/images", help="file/dir/URL/glob/screen/0(webcam)") #
    parser.add_argument("--data", type=str, default=ROOT / "data/myvoc.yaml", help="(optional) dataset.yaml path")
    parser.add_argument("--imgsz", "--img", "--img-size", nargs="+", type=int, default=[640], help="inference size h,w")
    parser.add_argument("--conf-thres", type=float, default=0.25, help="confidence threshold")
    parser.add_argument("--iou-thres", type=float, default=0.45, help="NMS IoU threshold")
    parser.add_argument("--max-det", type=int, default=1000, help="maximum detections per image")
    parser.add_argument("--device", default="", help="cuda device, i.e. 0 or 0,1,2,3 or cpu")
    parser.add_argument("--view-img", action="store_true", help="show results")
    parser.add_argument("--save-txt",  default=True, action="store_true", help="save results to *.txt")
    parser.add_argument("--save-csv", action="store_true", help="save results in CSV format")
    parser.add_argument("--save-conf",default=True, action="store_true", help="save confidences in --save-txt labels")
    parser.add_argument("--save-crop", action="store_true", help="save cropped prediction boxes")
    parser.add_argument("--nosave", action="store_true", help="do not save images/videos")
    parser.add_argument("--classes", nargs="+", type=int, help="filter by class: --classes 0, or --classes 0 2 3")

weights: 修改为自己训练出的模型,即runs/train/exp/weights目录下的.pt文件

source: 修改为自己想检测的图片集所在的目录

data: 修改为data目录下自己训练时新建的.yaml(里面有训练集、验证集的文件位置和分类信息)

save-txt: 因为我需要把检测结果存为txt文件，所以在这里添加了default=True

save-conf:同样因为检测结果需要输出置信度,所以在这里添加了default=True