深度学习|YOLOv5训练自数据集（VOC格式）目标检测|机器学习

关于YOLOV5训练YOLO格式数据集在上篇提到过【yolov5+deepsort运行和训练自数据集（自看）】
VOC数据集最终格式（此处是最终的实现效果，初始格式在下面）：

文章图片

其中JPEGImages中是所需要的所有图片，Annotations是所有图片标记之后生成的.xml文档，ImageSets中有名为Main的文件夹，文件夹下有test.py、train.txt、val.txt、trainval.txt四个文档（ImageSets文件夹和Main文件夹需要自己建立，Main中四个文档后续用代码生成），labels放的VOC转化为YOLO之后的.txt标签（后续代码生成），最后三个.txt文件是训练指定的路径文件（后续代码生成）
1.VOC数据集初始格式：

文章图片

【深度学习|YOLOv5训练自数据集（VOC格式）】 JPEGImages中是所需要的所有图片，Annotations是所有图片标记之后生成的.xml文档
2.新建ImageSets文件夹，在文件夹中再新建一个Main空文件夹，然后使用Main.py生成Main文件夹和其中的四个.txt文档，代码如下：

import os import randomtrainval_percent = 0.9# 训练和验证集所占比例，剩下的0.1就是测试集的比例 train_percent = 0.8# 训练集所占比例，可自己进行调整 xmlfilepath = 'VOCdevkit/VOC2007/Annotations' txtsavepath = 'VOCdevkit/VOC2007/ImageSets/Main' total_xml = os.listdir(xmlfilepath) # print(total_xml) num = len(total_xml) list = range(num) # print(list) tv = int(num * trainval_percent) tr = int(tv * train_percent) trainval = random.sample(list, tv) train = random.sample(trainval, tr)ftrainval = open('VOCdevkit/VOC2007/ImageSets/Main/trainval.txt', 'w') ftest = open('VOCdevkit/VOC2007/ImageSets/Main/test.txt', 'w') ftrain = open('VOCdevkit/VOC2007/ImageSets/Main/train.txt', 'w') fval = open('VOCdevkit/VOC2007/ImageSets/Main/val.txt', 'w')for i in list: name = total_xml[i][:-4] + '\n' # print(name) 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()

运行Main.py之后将在 ImageSets文件夹下生成名为Main的文件夹，Main文件夹下有test.py、train.txt、val.txt、trainval.txt四个文档，效果如图：

文章图片

3.使用xml_2_txt.py，生成labels文件夹和三个.txt文档，代码如下：

import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.path import join#sets设置的就是 sets=['train', 'val', 'test']# classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"] classes = ["drone"]# 修改为自己的labeldef convert(size, box): dw = 1./(size[0])# 有的人运行这个脚本可能报错，说不能除以0什么的，你可以变成dw = 1./((size[0])+0.1) dh = 1./(size[1])# 有的人运行这个脚本可能报错，说不能除以0什么的，你可以变成dh = 1./((size[0])+0.1) x = (box[0] + box[1])/2.0 - 1 y = (box[2] + box[3])/2.0 - 1 w = box[1] - box[0] h = box[3] - box[2] x = x*dw w = w*dw y = y*dh h = h*dh return (x,y,w,h)def convert_annotation(image_id): in_file = open('VOCdevkit/VOC2007/Annotations/%s.xml'%(image_id)) out_file = open('VOCdevkit/VOC2007/labels/%s.txt'%(image_id), 'w') tree=ET.parse(in_file) root = tree.getroot() size = root.find('size') w = int(size.find('width').text) h = int(size.find('height').text)for obj in root.iter('object'): difficult = obj.find('difficult').text cls = obj.find('name').text if cls not in classes or int(difficult)==1: continue cls_id = classes.index(cls) 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)) bb = convert((w,h), b) out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')wd = getcwd()for image_set in sets: if not os.path.exists('VOCdevkit/VOC2007/labels/'):# 修改路径（最好使用全路径） os.makedirs('VOCdevkit/VOC2007/labels/')# 修改路径（最好使用全路径） image_ids = open('VOCdevkit/VOC2007/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()# 修改路径（最好使用全路径） list_file = open('VOCdevkit/VOC2007/%s.txt' % (image_set), 'w')# 修改路径（最好使用全路径） for image_id in image_ids: list_file.write('VOCdevkit/VOC2007/JPEGImages/%s.jpg\n' % (image_id))# 修改路径（最好使用全路径） convert_annotation(image_id) list_file.close()

到此处数据集格式和文章开头的最终格式相同则没有问题了。
4.建立自己的.yaml
我是复制了一个VOC.yaml自己改的路径

train: VOCdevkit/VOC2007/train.txt #此处是xml_2_txt.py生成的train.txt的路径，不要弄成Main文件夹下的.txt val: VOCdevkit/VOC2007/val.txt #此处是xml_2_txt.py生成的train.txt的路径，不要弄成Main文件夹下的.txt test: VOCdevkit/VOC2007/test.txt #此处是xml_2_txt.py生成的train.txt的路径，不要弄成Main文件夹下的.txt# Classes nc: 1# number of classes 数据集类别数量 names: ['drone']# class names 数据集类别名称，注意和标签的顺序对应

5.因为初始的放图片的文件夹是JPEGImages，而yolov5默认的图片和标签对应的文件夹叫做images，所以要改动datasets.py中的代码，将

sa, sb = os.sep + 'images' + os.sep, os.sep + 'labels' + os.sep，改成

sa, sb = os.sep + 'JPEGImages' + os.sep, os.sep + 'labels' + os.sep，效果如图：

def img2label_paths(img_paths): # Define label paths as a function of image paths sa, sb = os.sep + 'JPEGImages' + os.sep, os.sep + 'labels' + os.sep# /images/, /labels/ substrings return [sb.join(x.rsplit(sa, 1)).rsplit('.', 1)[0] + '.txt' for x in img_paths]

如果你的数据集一开始存放图片的文件夹就是images的话，此处就不需要改动，但是在 xml_2_txt.py中要把最下面的读取图片的文件夹路径对应成images文件夹

for image_id in image_ids: list_file.write('VOCdevkit/VOC2007/JPEGImages/%s.jpg\n' % (image_id))# 修改路径（最好使用全路径） convert_annotation(image_id) list_file.close()

6. 在所用模型的.yaml中将nc类别数量改掉，我用的yolov5s.yaml，我的数据集只有一个类别：

文章图片

7.train.py中把路径对应好，运行即可开始训练

def parse_opt(known=False): parser = argparse.ArgumentParser() parser.add_argument('--weights', type=str, default='weights/yolov5s.pt', help='initial weights path') parser.add_argument('--cfg', type=str, default='models/yolov5s.yaml', help='model.yaml path') parser.add_argument('--data', type=str, default='data/try.yaml', help='datasets.yaml path')