0 前言

1、從githab上克隆yolov5代碼

1.1 yolov5網路project克隆

1.2 專案代碼結構的整體介紹

1.3 深度學習環境的配置和安裝yolov5所需要的庫

2、資料集和預訓練權重的準備

2.1 利用labelimg對資料進行標注和劃分

2.2 下載預訓練權重

3、訓練自己的模型

3.1 修改一些檔案配置

3.2 訓練自己的模型

3.3 啟用tensorbord查看引數

4 、利用自己訓練的模型檢測識別

5 、常見一些報錯問題

0 前言

這段時間正在學習深度學習，通過自己的摸索以及觀看一些視頻教程和一些前輩的博客，實作了深度學習目標檢測--使用yolov5網路訓練自己的資料集并實作了對目標的識別，這篇博客我也是參考別人的博客教程，復現了使用yolov5訓練自己的資料集，我呢主要是想記錄下我自己的操作流程以及遇到的一些問題，方便以后自己學習查看，我也是剛剛接觸深度學習不久，目前正處于學習階段，希望也對大家有所幫助，同時也歡迎大家來一起學習討論，有什么不足的地方還懇請大家指正，

1、從githab上克隆yolov5代碼

1.1 yolov5網路project克隆

YOLOV5的代碼作者在GitHub上開源，打開yolov5的GitHub官網，目前已經更新了6個分支了，這里我使用的是yolov5-5.0版本，如下圖所示，點擊克隆下載即可，具體如下圖，

1.2 專案代碼結構的整體介紹

將yolov5代碼下載后進行解壓，接著用pycharm IDE軟體打開，打開后整個代碼專案如下圖所示，

其中：

（1）data：主要是存放一些超引數的組態檔（這些檔案（yaml檔案）是用來配置訓練集和測驗集還有驗證集的路徑的，其中還包括目標檢測的種類數和種類的名稱）；還有一些官方提供測驗的圖片，

（2）models：里面主要是一些網路構建的組態檔和函式，其中包含了該專案的四個不同的版本，分別為是s、m、l、x，從名字就可以看出，這幾個版本的大小，他們的檢測測度分別都是從快到慢，但是精確度分別是從低到高，

（3）utils：存放的是工具類的函式，里面有loss函式，metrics函式，plots函式等等，

（4）weights：放置訓練好的權重引數，

（5）detect.py：利用訓練好的權重引數進行目標檢測，可以進行影像、視頻和攝像頭的檢測，

（6）train.py：訓練自己的資料集的函式，

（7）test.py：測驗訓練的結果的函式，

（8）requirements.txt：這是一個文本檔案，里面寫著使用yolov5專案的環境依賴包的一些版本，可以利用該文本匯入相應版本的包，

1.3 深度學習環境的配置和安裝yolov5所需要的庫

關于深度學習環境的搭建具體可以查看我另一篇博客（window系統下利用Anaconda安裝pytorch+cuda搭建深度學習環境），里面有詳細的介紹，接著打開yolov5目錄下的requirements.txt檔案，檔案里可以看到我們需要安裝的依賴庫和對應其版本要求，

接著打開pycharm終端命令控制臺，輸入以下命令對這些依賴庫進行安裝，

pip install -r requirements.txt

2、資料集和預訓練權重的準備

2.1 利用labelimg對資料進行標注和劃分

（1）因為目標檢測是監督學習，需要對資料集進行標注打標簽，所以我們使用labelimg對資料進行標注，具體步驟可以參考我另一篇的博客（深度學習目標檢測---使用labelimg對自己的資料集進行標記（windows系統）），那里有詳細的介紹，

（2）yolov5訓練程序中需要的資料集是yolo（txt）格式，同時使用yolov5在訓練自己的資料集模型的時候，需要將資料集劃分為訓練集和驗證集，然后我們需要對標注好的資料集進行格式轉換，還有將資料集劃分為訓練集和驗證集來訓練我們自己的yolov5模型，具體步驟可以參考我另一篇的博客（深度學習目標檢測---資料集的格式轉換及訓練集、驗證集的劃分），那里有詳細的介紹，

（3）將我們劃分好的資料集整個檔案（VOCdevkit）放到yolov5-5.0專案下面，具體如下圖所示，

2.2 下載預訓練權重

YOLOV5-5.0給我們提供了一些預訓練權重，可以根據自己的需求選擇不同的版本的預訓練權重（預訓練權重越大，訓練出來的精度就會相對來說越高，但是其檢測的速度就會越慢），預訓練權重可以通過這個網址進行下載，找到對應的v5版本進行下載，我這里使用的預訓練權重是yolov5x.pt，

3、訓練自己的模型

3.1 修改一些檔案配置

預訓練模型下載和資料集格式轉換、劃分好后，就可以開始訓練自己的資料集模型了，在訓練目標檢測模型前還需要修改兩個yaml檔案的引數，一個是data目錄下的yaml檔案，一個是model目錄下的yaml檔案，

（1）修改data目錄下的yaml檔案，找到data目錄下的voc.yaml檔案，將此檔案復制一份，并將檔案重命名，可以將檔案命名為與你專案相關的名稱，我這里修改的命名為weed.yaml，然后粘貼在同一個目錄（data）下，如下圖所示，

打開我們我們復制的檔案（weed.yaml），對里面的引數進行修改，第一，將箭頭1中的代碼注釋掉；第二，將箭頭2中改成你的資料集（需要訓練和測驗的資料集）的路徑，這里我填的是相對路徑，也可以填絕對路徑；第三，將箭頭3處改成需要檢測的類別個數，這里我的專案需要識別7種類別，我就將其改成7；第四，將箭頭四填寫成需要識別的類別名稱（必須是英文），到這里，我們就修改好了data目錄下的yaml檔案，

（2）修改models目錄下的yaml模型配置引數，在此專案中，我選用的是yolov5x.pt這個預訓練權重，所以我們需要使用models目錄下的yolov5x.pt檔案中的對應引數，像上面步驟（1）修改data目錄下的yaml檔案一樣，將models目錄下的yolov5x.pt檔案復制一份，對其重命名后粘貼到同一目錄下（models），我這里將其重命名為yolov5x_weed.yaml，

打開yolov5x_weed.yaml檔案，將紅色方框中的數字改成需要檢測的類別個數（這里我的識別的類別是7，就將其改成7），如下方圖片所示，修改之后，我們的引數配置就修改好了，

3.2 訓練自己的模型

完成上面的操作后，就可以開始yolov5的訓練了，在這里我們打開train.py這個檔案，

點擊進入檔案后，找到主函式，這里有模型的一些主要引數，如下代碼所示

if __name__ == '__main__':
    """
     weights: 權重檔案
     cfg: 模型組態檔 包括nc、depth_multiple、width_multiple、anchors、backbone、head等
     data: 資料集組態檔 包括path、train、val、test、nc、names、download等
     hyp: 初始超參檔案
     epochs: 訓練輪次
     batch-size: 訓練批次大小
     img-size: 輸入網路的圖片解析度大小
     resume: 斷點續訓, 從上次打斷的訓練結果處接著訓練  默認False
     nosave: 不保存模型  默認False(保存)      True: only test final epoch
     notest: 是否只測驗最后一輪 默認False  True: 只測驗最后一輪   False: 每輪訓練完都測驗mAP
     workers: dataloader中的最大work數（執行緒個數）
     device: 訓練的設備
     single-cls: 資料集是否只有一個類別 默認False

     rect: 訓練集是否采用矩形訓練  默認False
     noautoanchor: 不自動調整anchor 默認False(自動調整anchor)
     evolve: 是否進行超參進化 默認False
     multi-scale: 是否使用多尺度訓練 默認False
     label-smoothing: 標簽平滑增強 默認0.0不增強  要增強一般就設為0.1
     adam: 是否使用adam優化器 默認False(使用SGD)
     sync-bn: 是否使用跨卡同步bn操作,再DDP中使用  默認False
     linear-lr: 是否使用linear lr  線性學習率  默認False 使用cosine lr
     cache-image: 是否提前快取圖片到記憶體cache,以加速訓練  默認False
     image-weights: 是否使用圖片采用策略(selection img to training by class weights) 默認False 不使用

     bucket: 谷歌云盤bucket 一般用不到
     project: 訓練結果保存的根目錄 默認是runs/train
     name: 訓練結果保存的目錄 默認是exp  最終: runs/train/exp
     exist-ok: 如果檔案存在就ok不存在就新建或increment name  默認False(默認檔案都是不存在的)
     quad: dataloader取資料時, 是否使用collate_fn4代替collate_fn  默認False
     save_period: Log model after every "save_period" epoch    默認-1 不需要log model 資訊
     artifact_alias: which version of dataset artifact to be stripped  默認lastest  貌似沒用到這個引數？
     local_rank: rank為行程編號  -1且gpu=1時不進行分布式  -1且多塊gpu使用DataParallel模式

     entity: wandb entity 默認None
     upload_dataset: 是否上傳dataset到wandb tabel(將資料集作為互動式 dsviz表 在瀏覽器中查看、查詢、篩選和分析資料集) 默認False
     bbox_interval: 設定界框影像記錄間隔 Set bounding-box image logging interval for W&B 默認-1   opt.epochs // 10
     """
    parser = argparse.ArgumentParser()
    # --------------------------------------------------- 常用引數 ---------------------------------------------
    parser.add_argument('--weights', type=str, default='weights/yolov5x.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='models/yolov5x_weed.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default='data/weed.yaml', help='data.yaml path')
    parser.add_argument('--hyp', type=str, default='data/hyp.scratch.yaml', help='hyperparameters path')
    parser.add_argument('--epochs', type=int, default=150)
    parser.add_argument('--batch-size', type=int, default=3, help='total batch size for all GPUs')
    parser.add_argument('--img-size', nargs='+', type=int, default=[640, 640], help='[train, test] image sizes')
    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('--workers', type=int, default=0, help='maximum number of dataloader workers')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
    # --------------------------------------------------- 資料增強引數 ---------------------------------------------
    parser.add_argument('--rect', action='store_true', help='rectangular training')
    parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')
    parser.add_argument('--evolve', action='store_true', help='evolve hyperparameters')
    parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
    parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
    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')
    parser.add_argument('--linear-lr', action='store_true', help='linear LR')
    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')
    # --------------------------------------------------- 其他引數 ---------------------------------------------
    parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
    parser.add_argument('--project', default='runs/train', help='save to project/name')
    parser.add_argument('--name', default='exp', help='save to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--quad', action='store_true', help='quad dataloader')
    parser.add_argument('--save_period', type=int, default=-1, help='Log model after every "save_period" epoch')
    parser.add_argument('--artifact_alias', type=str, default="latest", help='version of dataset artifact to be used')
    parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
    # --------------------------------------------------- 三個W&B(wandb)引數 ---------------------------------------------
    parser.add_argument('--entity', default=None, help='W&B entity')
    parser.add_argument('--upload_dataset', action='store_true', help='Upload dataset as W&B artifact table')
    parser.add_argument('--bbox_interval', type=int, default=-1, help='Set bounding-box image logging interval for W&B')

    opt = parser.parse_args()

在訓練自己的模型時需要修改以下幾個引數，如下圖：第一步，將weights權重的路徑填寫到對應的引數里面；第二步，將修改好的models模型的yolov5x_weed.yaml檔案路徑填寫到相應的引數里面；第三步，將data資料的weed.yaml檔案路徑填寫到相對于的引數里面，這幾個引數就必須要修改的引數，如下圖所示，上面步驟對應下圖中的1，2，3，

其中，訓練輪次可以根據的自己的需求更改，我這里將其改成150輪，

修改完成后，就可以運行train.py檔案進行訓練自己的模型了，訓練需要一段時間，需耐心等待，這里，若訓練程序中出現報錯，可以參考我下面???標題5寫常見的一些報錯問題（請跳轉至標題5），那里有解決方法，

3.3 啟用tensorbord查看引數

YOLOV5里面有寫好的tensorbord函式，訓練結束后通過運行命令就可以呼叫tensorbord，然后查看tensorbord了，具體流程如下：打開pycharm的命令控制終端，輸入如下命令，就會出現像下圖紅色框一樣的網址，將下圖紅色框中的網址復制下來到瀏覽器打開就可以看到訓練的程序了，

tensorboard --logdir=runs/train

打開對應的網址，如下圖所示，

如果模型已經訓練好了，但是我們還想用tensorbord查看此模型的訓練程序，就需要輸入如下的命令，就可以看到模型的訓練結果了，

tensorboard --logdir=runs

4 、利用自己訓練的模型檢測識別

完成上面步驟后進行訓練，會在主目錄下生成一個run檔案，在run/train/exp/weights目錄下會產生兩個權重檔案，一個是最后一輪的權重檔案，一個是最好的權重檔案，我們將利用這個最好的權重檔案來做檢測推理測驗，除此以外還會產生一些驗證檔案的圖片等一些檔案，

找到主目錄下的detect.py檔案，打開該檔案，

點擊進入檔案后，找到主函式，這里有模型的一些主要引數，如下代碼所示

if __name__ == '__main__':
    """
        opt引數決議
        weights: 模型的權重地址 默認 weights/best.pt
        source: 測驗資料檔案(圖片或視頻)的保存路徑 默認data/images
        imgsz: 網路輸入圖片的大小 默認640
        conf-thres: object置信度閾值 默認0.25
        iou-thres: 做nms的iou閾值 默認0.45
        max-det: 每張圖片最大的目標個數 默認1000
        device: 設定代碼執行的設備 cuda device, i.e. 0 or 0,1,2,3 or cpu
        view-img: 是否展示預測之后的圖片或視頻 默認False
        save-txt: 是否將預測的框坐標以txt檔案格式保存 默認True 會在runs/detect/expn/labels下生成每張圖片預測的txt檔案
        save-conf: 是否保存預測每個目標的置信度到預測tx檔案中 默認True
        save-crop: 是否需要將預測到的目標從原圖中扣出來 剪切好 并保存 會在runs/detect/expn下生成crops檔案，將剪切的圖片保存在里面  默認False
        nosave: 是否不要保存預測后的圖片  默認False 就是默認要保存預測后的圖片
        classes: 在nms中是否是只保留某些特定的類 默認是None 就是所有類只要滿足條件都可以保留
        agnostic-nms: 進行nms是否也除去不同類別之間的框 默認False
        augment: 預測是否也要采用資料增強 TTA
        update: 是否將optimizer從ckpt中洗掉  更新模型  默認False
        project: 當前測驗結果放在哪個主檔案夾下 默認runs/detect
        name: 當前測驗結果放在run/detect下的檔案名  默認是exp
        exist-ok: 是否存在當前檔案 默認False 一般是 no exist-ok 連用  所以一般都要重新創建檔案夾
        line-thickness: 畫框的框框的線寬  默認是 3
        hide-labels: 畫出的框框是否需要隱藏label資訊 默認False
        hide-conf: 畫出的框框是否需要隱藏conf資訊 默認False
        half: 是否使用半精度 Float16 推理 可以縮短推理時間 但是默認是False
       """
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default='weights/best1.pt', help='model.pt path(s)')
    parser.add_argument('--source', type=str, default='data/images', help='source')  # file/folder, 0 for webcam
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
    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='display results')
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    parser.add_argument('--update', action='store_true', help='update all models')
    parser.add_argument('--project', default='runs/detect', help='save results to project/name')
    parser.add_argument('--name', default='exp', help='save results to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    opt = parser.parse_args()
    print(opt)

這里需要將剛剛訓練好的最好的權重傳入到推理函式中去，然后就可以對影像視頻進行檢測推理了，