一、環境配置

1.安裝好顯卡驅動，如：CUDA；

2.配置好pytorch1.7及以上版本的python3,盡量安裝GPU和CPU通用的pytorch

這部分我不詳細講述，各位哥可以上網找找別的教程，

二、YOLOV5的實作訓練

1.下載好YOLOv5的框架，并在python的IDE中打開，如：pycharm

這里給出最新版官方的框架下載地址：

https://github.com/ultralytics/yolov5

我也給出我使用的框架的下載地址，可能不是最新的，但是對于本教程來說是有用的

yolov5-master.zip_樹莓派部署yolov5,yolov5樹莓派-深度學習檔案類資源-CSDN下載

2.資料集獲取

個人推薦在Kaggle上找資料集，質量和數量都比較高，這里給出地址

Find Open Datasets and Machine Learning Projects | Kaggle

當然，自己制作資料集也是可以的，但是資料集的質量可能會影響到目標檢測系統的準確度，我這里就不主要說明如何制作VOC資料集了,各位哥可以上網查找，

本次我使用的是一個檢測地面坑洼的VOC資料集,這里給出下載地址：

3.開始訓練自己的資料集

1.按照以下的布局新建好對應的檔案夾，本身自帶的也不用洗掉，只增不減

├── data
│   ├── Annotations  進行 detection 任務時的標簽檔案，xml 形式，檔案名與圖片名一一對應
│   ├── images  存放 .jpg 格式的圖片檔案
│   ├── ImageSets  存放的是分類和檢測的資料集分割檔案，包含train.txt, val.txt,trainval.txt,test.txt
│   ├── labels  存放label標注資訊的txt檔案，與圖片一一對應


├── ImageSets(train，val，test建議按照8：1：1比例劃分)
│   ├── train.txt  寫著用于訓練的圖片名稱
│   ├── val.txt  寫著用于驗證的圖片名稱
│   ├── trainval.txt  train與val的合集
│   ├── test.txt  寫著用于測驗的圖片名稱

將下載好的資料集解壓，得到 Annotations 和 images 檔案夾

annotations檔案夾中有 xml 檔案

images 檔案夾中有對應的圖片

將解壓好的檔案對號入座地復制到YOLOV5框架中Date下的Annotations 和 images 檔案夾中

2.對資料集進行初步處理

A.在yolov5的根目錄下新建一個檔案ChangeName.py，代碼如下：

import os
#任何格式的檔案都適用
path = "D:\pyCharmdata\Pothole_detection_YOLOV5\data\images"
filelist = os.listdir(path)
count=0
for file in filelist:
    print(file)
for file in filelist:
    Olddir=os.path.join(path,file)
    if os.path.isdir(Olddir):
        continue
    filename=os.path.splitext(file)[0]
    filetype=os.path.splitext(file)[1]
    Newdir=os.path.join(path,str(count).zfill(6)+filetype)
    os.rename(Olddir,Newdir)
    count+=1

將path = "，，"這行分別改成YOLOv5框架的data下images和Annotations的地址，并且各運行一次，將所有的xml和圖片對應地重命名一次，得

B.在yolov5的根目錄下新建一個檔案IntoJPG.py，代碼如下：

# -*- coding: utf-8 -*-
"""
Created on Fri Jul 19 10:39:03 2019

@author: wsb
"""

import cv2
import os

print('----------------------------------------------------')
print('程式的功能為：將該目錄下輸入的檔案內的圖片轉為指定格式')  # 目前我測驗了jpg轉化為png和png轉化為jpg，
print('轉化結果保存在當前目錄下的new_picture內')
print('----------------------------------------------------')

son = 'D:\pyCharmdata\Pothole_detection_YOLOV5\data\images'
picture_type = 'jpg'
#daddir = './'
path = son

newpath = "new_picture"
if not os.path.exists(newpath):
    os.mkdir(newpath)

path_list = os.listdir(path)
number = 0  # 統計圖片數量
for filename in path_list:
    number += 1
    portion = os.path.splitext(filename)
    print('convert  ' + filename + '  to ' + portion[0] + '.' + picture_type)
    img = cv2.imread(path + "/" + filename)
    cv2.imwrite("./" + newpath + "/" + portion[0] + '.' + picture_type, img)
print("共轉化了%d張圖片" % number)
print('轉換完畢，檔案存入 ' + newpath + ' 中')
cv2.waitKey(0)
cv2.destroyAllWindows()

這里要自己修改 son =".." 和 newpath = ".." 的路徑為要修改的圖片的地址和修改后要存放的地址，將所有的圖片都統一成 JPG 格式，

C.在yolov5的根目錄下新建一個檔案makeTxt.py，代碼如下：

import os
import random


trainval_percent = 0.9
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:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

由此，將資料集劃分，

D.接著再新建另一個檔案voc_label.py，切記，classes=[……] 中填入的一定要是自己在資料集中所標注的類別名稱，標記了幾個類別就填寫幾個類別名，我這里只有一個類別，故只填了一個'pothole'，類別的查看可以用瀏覽器打開對應的XML檔案，name那一行對應的就是類別，

填寫錯誤的話會造成讀取不出xml檔案里的標注資訊，代碼如下：

# xml決議包
import xml.etree.ElementTree as ET
import pickle
import os
# os.listdir() 方法用于回傳指定的檔案夾包含的檔案或檔案夾的名字的串列
from os import listdir, getcwd
from os.path import join


sets = ['train', 'test', 'val']
classes = ['pothole']


# 進行歸一化操作
def convert(size, box): # size:(原圖w,原圖h) , box:(xmin,xmax,ymin,ymax)
    dw = 1./size[0]     # 1/w
    dh = 1./size[1]     # 1/h
    x = (box[0] + box[1])/2.0   # 物體在圖中的中心點x坐標
    y = (box[2] + box[3])/2.0   # 物體在圖中的中心點y坐標
    w = box[1] - box[0]         # 物體實際像素寬度
    h = box[3] - box[2]         # 物體實際像素高度
    x = x*dw    # 物體中心點x的坐標比(相當于 x/原圖w)
    w = w*dw    # 物體寬度的寬度比(相當于 w/原圖w)
    y = y*dh    # 物體中心點y的坐標比(相當于 y/原圖h)
    h = h*dh    # 物體寬度的寬度比(相當于 h/原圖h)
    return (x, y, w, h)    # 回傳 相對于原圖的物體中心點的x坐標比,y坐標比,寬度比,高度比,取值范圍[0-1]


# year ='2012', 對應圖片的id（檔案名）
def convert_annotation(image_id):
    '''
    將對應檔案名的xml檔案轉化為label檔案，xml檔案包含了對應的bunding框以及圖片長款大小等資訊，
    通過對其決議，然后進行歸一化最終讀到label檔案中去，也就是說
    一張圖片檔案對應一個xml檔案，然后通過決議和歸一化，能夠將對應的資訊保存到唯一一個label檔案中去
    labal檔案中的格式：calss x y w h　　同時，一張圖片對應的類別有多個，所以對應的ｂｕｎｄｉｎｇ的資訊也有多個
    '''
    # 對應的通過year 找到相應的檔案夾，并且打開相應image_id的xml檔案，其對應bund檔案
    in_file = open('data/Annotations/%s.xml' % (image_id), encoding='utf-8')
    # 準備在對應的image_id 中寫入對應的label，分別為
    # <object-class> <x> <y> <width> <height>
    out_file = open('data/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
    # 決議xml檔案
    tree = ET.parse(in_file)
    # 獲得對應的鍵值對
    root = tree.getroot()
    # 獲得圖片的尺寸大小
    size = root.find('size')
    # 如果xml內的標記為空，增加判斷條件
    if size != None:
        # 獲得寬
        w = int(size.find('width').text)
        # 獲得高
        h = int(size.find('height').text)
        # 遍歷目標obj
        for obj in root.iter('object'):
            # 獲得difficult ？？
            difficult = obj.find('difficult').text
            # 獲得類別 =string 型別
            cls = obj.find('name').text
            # 如果類別不是對應在我們預定好的class檔案中，或difficult==1則跳過
            if cls not in classes or int(difficult) == 1:
                continue
            # 通過類別名稱找到id
            cls_id = classes.index(cls)
            # 找到bndbox 物件
            xmlbox = obj.find('bndbox')
            # 獲取對應的bndbox的陣列 = ['xmin','xmax','ymin','ymax']
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
                 float(xmlbox.find('ymax').text))
            print(image_id, cls, b)
            # 帶入進行歸一化操作
            # w = 寬, h = 高， b= bndbox的陣列 = ['xmin','xmax','ymin','ymax']
            bb = convert((w, h), b)
            # bb 對應的是歸一化后的(x,y,w,h)
            # 生成 calss x y w h 在label檔案中
            out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


# 回傳當前作業目錄
wd = getcwd()
print(wd)


for image_set in sets:
    '''
    對所有的檔案資料集進行遍歷
    做了兩個作業：
　　　　１．將所有圖片檔案都遍歷一遍，并且將其所有的全路徑都寫在對應的txt檔案中去，方便定位
　　　　２．同時對所有的圖片檔案進行決議和轉化，將其對應的bundingbox 以及類別的資訊全部決議寫到label 檔案中去
    　　　　　最后再通過直接讀取檔案，就能找到對應的label 資訊
    '''
    # 先找labels檔案夾如果不存在則創建
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    # 讀取在ImageSets/Main 中的train、test..等檔案的內容
    # 包含對應的檔案名稱
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    # 打開對應的2012_train.txt 檔案對其進行寫入準備
    list_file = open('data/%s.txt' % (image_set), 'w')
    # 將對應的檔案_id以及全路徑寫進去并換行
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        # 呼叫  year = 年份  image_id = 對應的檔案名_id
        convert_annotation(image_id)
    # 關閉檔案
    list_file.close()

# os.system(‘comand’) 會執行括號中的命令，如果命令成功執行，這條陳述句回傳0，否則回傳1
# os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train.txt")
# os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")

3.YOLOV5框架檔案的修改

A.下載好YOLOV5的官方yolov5s，放到YOLOv5的根目錄下

yolov5s和yolov5x.zip_yolov5s和yolov5x-深度學習檔案類資源-CSDN下載

B.首先在data目錄下，復制一份coco.yaml檔案并將其重命名為Pothole_detection.yaml，放在data目錄下，并對cat.yaml中的引數進行配置，其中train，val，test后面分別為訓練集和測驗集圖片的路徑， nc為資料集的類別數，我這里只分了1類，names為類別的名稱，這幾個引數均按照自己的實際需求來修改，代碼如下：

# COCO 2017 dataset http://cocodataset.org
# Download command: bash yolov5/data/get_coco2017.sh
# Train command: python train.py --data ./data/coco.yaml
# Dataset should be placed next to yolov5 folder:
#   /parent_folder
#     /coco
#     /yolov5


# train and val datasets (image directory or *.txt file with image paths)
train: data/train.txt  # 118k images
val: data/val.txt  # 5k images
test: data/test.txt  # 20k images for submission to https://competitions.codalab.org/competitions/20794

# number of classes
nc: 1

# class names
names: ['pothole']

# Print classes
# with open('data/coco.yaml') as f:
#   d = yaml.load(f, Loader=yaml.FullLoader)  # dict
#   for i, x in enumerate(d['names']):
#     print(i, x)

C.接著在models目錄下找到yolov5s.yaml檔案復制一份到date檔案夾下進行修改，這里取決于你使用了哪個模型就去修改對于的檔案，該專案中使用的是yolov5s模型，需要修改的代碼如下：

# parameters
nc: 1  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple

這里只需修改nc:，，為你的種類數即可

D.修改yolov5代碼，修改檔案在 yolov5\utils\datasets.py
修改引數 num_workers為0

# Use torch.utils.data.DataLoader() if dataset.properties will update during training else InfiniteDataLoader()
    dataloader = loader(dataset,
                        batch_size=batch_size,
                        num_workers=0,
                        sampler=sampler,
                        pin_memory=True,
                        collate_fn=LoadImagesAndLabels.collate_fn4 if quad else LoadImagesAndLabels.collate_fn)
    return dataloader, dataset

E.修改train.py的一些引數

找到parse_pot函式