?YOLOv5

yolov5專案地址

https://github.com/ultralytics/yolov5

yolov5漢化版專案地址

https://github.com/wudashuo/yolov5

?實驗環境介紹

yolov5-3.1相關requirements

CPU：i5-8300H

GPU：GTX1060

?TACO資料集

資料集介紹

TACO專案地址

https://github.com/pedropro/TACO

TACO是野外廢物的不斷增長的影像資料集，它包含在不同環境下拍攝的垃圾的影像：樹林，道路和海灘，這些影像根據分層分類法進行手動標記和分段，以訓練和評估物件檢測演算法，當前，影像托管在Flickr上，我們有一個服務器正在收集更多影像和批注@ tacodataset.org

為方便起見，注釋以COCO格式提供，在此處檢查元資料：http : //cocodataset.org/#format-data

TACO仍然相對較小，但仍在增長，敬請關注！

資料集下載

Github下載

TACO專案地址

專案地址[4]下載

https://momodel.cn/explore/5f0e734c95faedbb53ab3b26?type=app

Baidu AI Studio優質資料集征集下載

http://ai.baidu.com/forum/topic/show/959190

往下拉可以找到TACO資料集

資料集鏈接：https://aistudio.baidu.com/aistudio/datasetdetail/71124

！非官方發布不確保資料可靠性與純凈性

?資料集格式轉換

由于TACO提供的標簽為coco格式(所有資訊存放在annotations.json檔案中)，專案首先需要將相關標簽轉換為yolo格式

pycocotools安裝

先要安裝pycocotools

直接pip安裝會缺少VC環境

參考以下鏈接安裝VC環境

https://blog.csdn.net/qq_37705280/article/details/111053515

之后在conda環境中

pip install pycocotools

coco格式資料集轉換yolo格式

對于TACO資料集的處理主要可分為以下兩個程序：

(1)由于TACO提供的標簽為coco型別(所有資訊存放在annotations.json檔案中)，專案首先需要將相關標簽轉換為yolo型別，與此同時，考慮到本文僅對相關網路模型進行初探和個人硬體設備的欠缺，該專案僅挑選出滿足要求的垃圾物件進行相關實驗，上述操作的相關代碼可以參考以下博客提供的代碼進行修改，該代碼可以作為模板用于滿足自定義化coco格式轉yolo格式需求，

https://www.jianshu.com/p/8ddd8f3fdf73

經初步統計，符合要求的垃圾型別(共8類)及其原編號如下所示：

'Clear plastic bottle': 5
'Plastic bottle cap': 7
'Drink can': 12
'Other plastic': 29
'Plastic film': 36
'Other plastic wrapper': 39
'Unlabeled litter': 58
'Cigarette': 59

中文版：

透明塑料瓶：5
塑料瓶蓋：7
飲料罐：12
其他塑料：29
塑料薄膜：36
其他塑料包裝：39
無標簽垃圾：58
香煙：59

對于coco格式轉yolo格式需求，其主要需完成以下三項任務：

存盤生成的標簽和影像分別至兩個檔案目錄中，同時標簽和影像的檔案命名要求一致
將目標物件原標簽集合遞增順序映射至{0-7}空間
由于原始標簽中位置資訊為{top_x, top_y, width, height}，專案需要將其轉換為{center_x, center_y, width, height}格式，并將其數值進行歸一化操作

參考專案地址[4]中的cocotoyolo.py

直接把cocotoyolo.py放在GitHub上下載的dataset根目錄下運行

自動完成資料集格式轉換與圖片重命名

并且放在分別放在images labels目錄下

驗證資料集格式轉換是否成功

coco格式轉換為yolo格式后可根據專案地址[4]中的transfertest.py查看是否轉換成功

測驗情況如下

轉換成功

?樣本劃分

此前訓練都是參考YOLOv5 實作目標檢測（訓練自己的資料集實作貓貓識別）

其中用來分train、val、test的makeTxt.py是針對xml檔案的

而這次的資料集是coco格式的轉換為yolo格式后為txt

此次train與test分類參考專案地址[4]中的sample.py

修改引數如下

data/images存放了所有訓練圖片

data/labels存放了所有label

生成的后的train與test存放在data/taco下

?訓練引數配置

其余配置如下

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    # --weights(?)指定權重，如果不加此引數會默認使用COCO預訓的yolov5s.pt，--weights''則會隨機初始化權重
    parser.add_argument('--weights', type=str, default='yolov5s.pt', help='initial weights path')
    # --cfg 指定模型檔案
    parser.add_argument('--cfg', type=str, default='models/TACO.yaml', help='model.yaml path')
    # parser.add_argument('--cfg', type=str, default='', help='model.yaml path')
    # --data(?)指定資料檔案
    parser.add_argument('--data', type=str, default='data/TACO.yaml', help='data.yaml path')
    # --hyp 指定超引數檔案
    parser.add_argument('--hyp', type=str, default='data/hyp.scratch.yaml', help='hyperparameters path')
    # --epochs(?)指定epoch數，默認300
    parser.add_argument('--epochs', type=int, default=300)
    # --batch-size(?)指定batch大小，默認16，官方推薦越大越好，用你GPU能承受最大的batch size，可簡寫為 --batch
    parser.add_argument('--batch-size', type=int, default=4, help='total batch size for all GPUs')
    # --img-size 指定訓練圖片大小，默認640，可簡寫為 --img
    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')
    # --name 指定結果檔案名，默認result.txt
    # --name 訓練結果存放名，默認exp
    parser.add_argument('--name', default='', help='renames experiment folder exp{N} to exp{N}_{name} if supplied')
    # --device 指定訓練設備，如 --device 0, 1, 2, 3
    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 as single-class dataset')
    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')
    # --local_rank 分布式訓練引數，不要自己修改！
    parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
    parser.add_argument('--logdir', type=str, default='runs/', help='logging directory')
    # --workers 指定dataloader的workers數量，默認8
    parser.add_argument('--workers', type=int, default=8, help='maximum number of dataloader workers')
    opt = parser.parse_args()

?訓練結果

迭代300次后結果如下圖

?檢測結果

選取部分訓練圖片放入inference/images目錄下

修改yolov5專案中detect.py部分引數

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    # 選用訓練的權重，可用根目錄下的yolov5s.pt，也可用runs/train/exp/weights/best.pt
    parser.add_argument('--weights', nargs='+', type=str, default='runs/exp0/weights/best.pt', help='model.pt path(s)')
    # 檢測資料，可以是圖片/視頻路徑，也可以是'0'(電腦自帶攝像頭),也可以是rtsp等視頻流
    parser.add_argument('--source', type=str, default='inference/images', help='source')  # file/folder, 0 for webcam
    # 網路輸入圖片大小
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    # 置信度閾值，檢測到的物件屬于特定類（狗，貓，香蕉，汽車等）的概率
    parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')
    # 做nms的iou閾值
    parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
    # 檢測的設備，cpu；0(表示一個gpu設備cuda:0)；0,1,2,3(多個gpu設備)，值為空時，訓練時默認使用計算機自帶的顯卡或CPU
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    # 是否展示檢測之后的圖片/視頻，默認False
    parser.add_argument('--view-img', action='store_true', help='display results')
    # 是否將檢測的框坐標以txt檔案形式保存，默認False
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    # 是否將檢測的labels以txt檔案形式保存，默認False
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    # CSDN上的代碼少了這個引數會報錯
    # AttributeError: 'Namespace' object has no attribute 'save_dir'
    parser.add_argument('--save-dir', type=str, default='inference/output', help='directory to save results')
    # 設定只保留某一部分類別，如0或者0 2 3
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
    # 進行nms是否也去除不同類別之間的框，默認False
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    # 推理的時候進行多尺度，翻轉等操作(TTA)推理
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    # 如果為True，則對所有模型進行strip_optimizer操作，去除pt檔案中的優化器等資訊，默認為False
    parser.add_argument('--update', action='store_true', help='update all models')
    # 檢測結果所存放的路徑，默認為runs/detect
    # parser.add_argument('--project', default='runs/detect', help='save results to project/name')
    # 檢測結果所在檔案夾的名稱，默認為exp
    # parser.add_argument('--name', default='exp', help='save results to project/name')
    # 若現有的project/name存在，則不進行遞增
    # parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    opt = parser.parse_args()