【Week Y2】使用自己的数据集训练YOLO-v5s

本文先列出执行过程中遇到的问题以及解决办法，再将执行步骤一一说明，给出的代码是我修改过后的最终的代码。

需要注意的是：!!!文件路径不要包含中文!!!

零、遇到的问题汇总

（1）遇到git的import error

参考【这里】解决：

找到提示报错的路径d:\jupyter notebook\365-DL\.venv\Lib\site-packages\git\cmd.py，然后在该文件中添加一行：

os.environ['GIT_PYTHON_REFRESH'] = 'quiet'

（2）Error：Dataset not found

路径中含有中文，删除中文。

（3）Error：删除中文后，训练图片路径不存在

将split_train_val.py和voc_label.py生成的所有文件删除，重新生成。【注意检查路径】

如下所示：
【注意abs_path的路径，本文的图像路径为D:\jupyter notebook\365-DL\YOLO\Y2\yolov5-master\Y2-fruit_data\images\*.png，而abs_path=D:\jupyter notebook\365-DL\YOLO\Y2\yolov5-master】

一、.xml文件里保存的是什么

在annotations/文件夹里，打开任意一个.xml文件，这里打开fruit0.xml，文件内容如下：
注意每个标签组内的信息，后续voc_label.py文件会提取这些信息。

<annotation>
    <folder>images</folder>
    <filename>fruit0.png</filename>
    <size>
        <width>400</width>
        <height>300</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>pineapple</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <occluded>0</occluded>
        <difficult>0</difficult>
        <bndbox>
            <xmin>38</xmin>
            <ymin>82</ymin>
            <xmax>271</xmax>
            <ymax>227</ymax>
        </bndbox>
    </object>
    <object>
        <name>snake fruit</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <occluded>0</occluded>
        <difficult>0</difficult>
        <bndbox>
            <xmin>244</xmin>
            <ymin>174</ymin>
            <xmax>280</xmax>
            <ymax>207</ymax>
        </bndbox>
    </object>
    <object>
        <name>dragon fruit</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <occluded>0</occluded>
        <difficult>0</difficult>
        <bndbox>
            <xmin>254</xmin>
            <ymin>228</ymin>
            <xmax>351</xmax>
            <ymax>300</ymax>
        </bndbox>
    </object>
</annotation>

二、准备好自己的数据

本次使用水果数据集，数据集包含200张图片，每张图片包含4种不同类别的水果：Banana、Snake fruit、Dragon fruit和Pineapple。

三、创建split_train_val.py 文件，运行并生成 train.txt、test.txt、val.txt

执行split_train_val.py前的文件结构：

（1）在yolov5-master工程内，新建一个.py文件，并命名为split_train_val.py：

（2）将以下代码写入该文件，设置自己的.xml和.txt文件路径：

# 导入必要的库
# 导入必要的库
import os
import random
import argparse

# 创建一个参数解析器
parser = argparse.ArgumentParser()

# 添加命令行参数，用于指定XML文件的路径，默认为“Annotations”文件夹
parser.add_argument('--xml_path', default='D:/jupyter notebook/365-DL/YOLO/Y2/yolov5-master/Y2-fruit_data/annotations/', type=str, help='input xml label path')

# 添加命令行参数，用于指定txt标签文件的路径，默认为“ImageSets/Main”文件夹
parser.add_argument('--txt_path', default='D:/jupyter notebook/365-DL/YOLO/Y2/yolov5-master/Y2-fruit_data/ImageSets/Main', type=str, help='output txt label path')

# 解析命令行参数
opt = parser.parse_args()

# 定义训练验证和测试集的划分比例
trainval_percent = 1.0  # 使用全部数据
train_percent = 0.9     # 训练集占验证集的90%

# 设置xml文件的路径，并根据命令行参数指定
xmlfilepath = opt.xml_path
print("xmlfilepath: ", xmlfilepath)

# 设置txt文件的路径，并根据命令行参数指定
txtfilepath = opt.txt_path

# 获取xml文件夹中的所有xml文件列表
total_xml = os.listdir(xmlfilepath)

# 如果输出txt标签文件的文件夹不存在，创建它
if not os.path.exists(txtfilepath):
    os.makedirs(txtfilepath)

# 获取xml文件的总数
num = len(total_xml)

# 创建一个包含所有xml文件索引的列表
list_index = range(num)

# 计算训练验证集的数量
tv = int(num*trainval_percent)

# 计算训练集的数量
tr = int(num*train_percent)

# 从所有xml文件索引中随机选择出训练验证集的索引
trainval = random.sample(list_index, tv)

# 从训练验证集的索引中随机选择出训练集的索引
train = random.sample(list_index, tr)

# 打开要写入的训练验证集、测试集、训练集、验证集的txt文件
file_trainval = open(txtfilepath + '/trainval.txt', 'w')
file_test = open(txtfilepath + '/test.txt', 'w')
file_train = open(txtfilepath + '/train.txt', 'w')
file_val = open(txtfilepath + '/val.txt', 'w')

# 遍历所有xml文件的索引
for i in list_index:
    name = total_xml[i][:-4] + '\n' # 获取所有文件的名称（去掉后缀.xml），并添加换行符

    # 如果该索引在训练验证集中, 写入训练验证集txt文件，否则写入测试集txt文件
    if i in trainval:    
        file_trainval.write(name) # 
        if i in train: # 如果该索引在训练集中, 写入训练集txt文件，否则写入验证集txt文件
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)

# 关闭所有打开的文件
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

（3）然后执行该文件，就得到下面的结果：

打开任意一个文件，查看内容：【此处打开val.txt，文件内保存的是个文件名】

（4）创建voc_label.py，填充图片路径

voc_label.py代码如下：

# 导入必要的库
import xml.etree.ElementTree as ET
import os
from os import getcwd
# 定义数据集的名称
sets = ['train', 'val', 'test']
# 根据所用数据集，填写类别名称，本文使用水果数据集，包含4类，分别如下：
classes = ["banana", "snake fruit", "dragon fruit", "pineapple"]
# 获取当前工作目录的绝对路径
abs_path = os.getcwd()  # abs_path:  D:\jupyter notebook\365-DL\YOLO\Y2\yolov5-master
print("abs_path: ", abs_path)
# 定义一个函数，将边界框的坐标绝对值转换为相对于图像大小的比例
def convert(size, box):
    dw = 1./(size[0])  # 计算图像宽度的倒数
    dh = 1./(size[1])  # 计算图像高度的倒数
    x  = (box[0] + box[1])/ 2.0 - 1  # 计算中心点的x坐标
    y  = (box[2] + box[3])/ 2.0 - 1  # 计算中心点的y坐标
    w  = box[1] - box[0]  # 计算边界框的宽度
    h  = box[3] - box[2]  # 计算边界框的高度
    x  = x * dw  # 缩放x坐标
    w  = w * dw  # 缩放宽度
    y  = y * dh  # 缩放y坐标
    h  = h * dh  # 缩放高度
    return x,y,w,h

# 定义一个函数，将标注文件从xml格式转为YOLO格式
dir = "D:/jupyter notebook/365-DL/YOLO/Y2/yolov5-master/Y2-fruit_data/"
def convert_annotations(image_id):
    # 打开xml标注文件
    in_file = open(dir + "annotations/%s.xml" % (image_id), encoding='UTF-8') 
    # 打开要写入的YOLO格式标签文件
    out_file = open(dir + "labels/%s.txt" % (image_id), 'w')
    # 解析xml文件
    tree = ET.parse(in_file)
    root = tree.getroot()
    # 获取图像文件名
    filename = root.find('filename').text
    # 获取图像文件格式
    filenameFormat = filename.split(".")[1]
    # 获取图像尺寸信息
    size = root.find('size')
    # 获取图像的宽、高
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    
    for obj in root.iter('object'):
    	# 获取对象的难度标志
        difficult = obj.find('difficult').text
        # 获取对象的类别名称
        cls = obj.find('name').text
        if cls not in classes or int(difficult)==1:
            continue
        # 获取类别索引
        cls_id = classes.index(cls)
        # 获取对象的边界框信息，包括：左上角x坐标、左上角y坐标、右下角x坐标、右下角y坐标
        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) )
        b1,b2,b3,b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1,b2,b3,b4)
        # 调用convert()函数，将边界框坐标转换为YOLO格式
        bb = convert((w,h), b)
        out_file.write(str(cls_id)+" " + " ".join([str(a) for a in bb]) + "\n")
    return filenameFormat
# 获取当前工作目录
wd = getcwd()
# 遍历每个数据集（train、val、test）
for image_set in sets:
	# 如果labels目录不存在，就创建它
    if not os.path.exists(dir + "labels/"):
        os.makedirs(dir + "labels/")
    # 从数据集文件中获取图像id列表
    image_ids = open(dir + "ImageSets/Main/%s.txt" % (image_set)).read().strip().split()
    # 打开要写入的文件，写入图像文件路径和格式
    list_file = open(dir + "ImageSets/Main/%s.txt" % (image_set), 'w')
    for image_id in image_ids:
        filenameFormat = convert_annotations(image_id)
        list_file.write(abs_path + '/Y2-fruit_data/images/%s.%s\n' % (image_id,filenameFormat))
    list_file.close()

执行后得到结果：

四、创建 fruit.yaml 文件

新建fruit.yaml 文件：

train: D:/jupyter notebook/365-DL/YOLO/Y2/yolov5-master/Y2-fruit_data/ImageSets/Main/train.txt
val: D:/jupyter notebook/365-DL/YOLO/Y2/yolov5-master/Y2-fruit_data/ImageSets/Main/val.txt

# number of classes
nc: 4

# class names
names: ["banana", "snake fruit", "dragon fruit", "pineapple"]

五、开始用自己的数据集训练模型

(1) 输入训练指令

由于本机没有GPU，所以执行：python .\train.py --img 900 --batch 2 --epoch 100 --data .\fruit.yaml --cfg .\models\yolov5s.yaml --weights .\yolov5s.pt --device cpu

如果有GPU，则执行：python .\train.py --img 900 --batch 2 --epoch 100 --data .\fruit.yaml --cfg .\models\yolov5s.yaml --weights .\yolov5s.pt --device '0'

执行命令后，出现如下提示，表明训练进行中，等待训练完成，查看训练结果。

（2）查看训练结果

如图中所示，使用YOLO-v5s训练本文的数据集：

• a. 100个epoch需要的时间是3.382小时
• b. YOLOv5s 网络结构: 157 层, 参数量是7020913 , 梯度是0 , GFLOPs是15.8
• c. 还显示了类别的训练结果，包括P-R值、mAP50的值
• d. 训练结果保存在runs\train\exp7，在该路径下生成了许多文件：
• 
  打开其中一张图片，如val_batch1_labels.jpg，如下图，显示了各水果的标签：
  
  打开val_batch1_labels.jpg，则显示了带预测值的标签：