1.源码下载
GitHub - ultralytics/yolov5: YOLOv5 in PyTorch > ONNX > CoreML > TFLite
2.配置环境
很多人在终端输入pip install -r requirements.txt下载安装依赖包，可能会出现错误，但可以通过换源解决，在终端输入以下代码，可以成功安装依赖包。

pip install -r requirements.txt -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

文章图片

3.创建数据集
可使用labelImg创建个人数据集，参考链接：Windows+Python配置和使用labelImg
如果需要对你的图片重新进行批量命名，要命名后再标注图片

#批量重命名文件 import os import sys def re_name(): path=input("请输入路径(例如D:\\\\picture)：") name=input("请输入开头名:") startNumber=input("请输入开始数:") fileType=input("请输入后缀名（如 .jpg、.txt等等）:") print("正在生成以"+name+startNumber+fileType+"迭代的文件名") count=0 filelist=os.listdir(path) for files in filelist: Olddir=os.path.join(path,files) if os.path.isdir(Olddir): continue Newdir=os.path.join(path,name+str(count+int(startNumber))+fileType) os.rename(Olddir,Newdir) count+=1 print("一共修改了"+str(count)+"个文件") re_name()

在yolov5目录下创建mydata文件夹（名字可以自定义）

文章图片

Annotations文件夹下面为xml文件（标注工具采用labelImage）

文章图片

images为VOC数据集格式中的JPEGImages，存放图片

文章图片

ImageSets文件夹下面有个Main子文件夹，其下面存放训练集、验证集、测试集的划分，通过脚本生成，可以创建一个split_train_val.py文件，代码内容如下：

# coding:utf-8import os import random import argparseparser = argparse.ArgumentParser() #xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下 parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path') #数据集的划分，地址选择自己数据下的ImageSets/Main parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path') opt = parser.parse_args()trainval_percent = 1.0 train_percent = 0.9 xmlfilepath = opt.xml_path txtsavepath = opt.txt_path total_xml = os.listdir(xmlfilepath) if not os.path.exists(txtsavepath): os.makedirs(txtsavepath)num = len(total_xml) list_index = range(num) tv = int(num * trainval_percent) tr = int(tv * train_percent) trainval = random.sample(list_index, tv) train = random.sample(trainval, tr)file_trainval = open(txtsavepath + '/trainval.txt', 'w') file_test = open(txtsavepath + '/test.txt', 'w') file_train = open(txtsavepath + '/train.txt', 'w') file_val = open(txtsavepath + '/val.txt', 'w')for i in list_index: name = total_xml[i][:-4] + '\n' if i in trainval: file_trainval.write(name) if i in train: file_train.write(name) else: file_val.write(name) else: file_test.write(name)file_trainval.close() file_train.close() file_val.close() file_test.close()

运行代码后，在Main文件夹下生成下面四个txt文档：

文章图片

接下来准备labels，把数据集格式转换成yolo_txt格式，即将每个xml标注提取bbox信息为txt格式（这种数据集格式成为yolo_txt格式），每个图像对应一个txt文件，文件每一行为一个目标的信息，包括class, x_center, y_center, width, height格式。格式如下：

文章图片

创建voc_label.py文件，将训练集、验证集、测试集生成label标签（训练中要用到），同时将数据集路径导入txt文件中，代码内容如下：（注意修改对应的图片扩展名）

# -*- coding: utf-8 -*- import xml.etree.ElementTree as ET import os from os import getcwdsets = ['train', 'val', 'test'] classes = ["tomato"]# 改成自己的类别 abs_path = os.getcwd() print(abs_path)def convert(size, box): dw = 1. / (size[0]) dh = 1. / (size[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, hdef convert_annotation(image_id): in_file = open('Annotations/%s.xml' % (image_id), encoding='UTF-8') out_file = open('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 #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)) 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) 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('labels/'): os.makedirs('labels/') image_ids = open('ImageSets/Main/%s.txt' % (image_set)).read().strip().split() list_file = open('%s.txt' % (image_set), 'w') for image_id in image_ids: list_file.write(abs_path + '\images\%s.png\n' % (image_id)) convert_annotation(image_id) list_file.close()

运行后会生成如下labels文件夹和三个包含数据集的txt文件，其中labels中为不同图像的标注文件，train.txt等txt文件为划分后图像所在位置的绝对路径，如train.txt就含有所有训练集图像的绝对路径。
运行voc_label.py时报错“ZeroDivisionError: float division by zero”的原因是：标注文件中存在width为0或者height为0的数据，检查修改后可解决。

文章图片

三个txt文件里面的内容如下：

文章图片

4.配置文件
1）数据集的配置
在yolov5目录下的data文件夹下新建一个tomato.yaml文件（可以自定义命名），用来存放训练集和验证集的划分文件（train.txt和val.txt），这两个文件是通过运行voc_label.py代码生成的，然后是目标的类别数目和具体类别列表，tomato.yaml内容如下：

# YOLOv5by Ultralytics, GPL-3.0 license # parent # ├── yolov5 #└─ data #└─ mydata# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..] path: mydata# dataset root dir train: train.txt# train images (relative to 'path') val: val.txt# val images (relative to 'path') test:# test images (optional)# Classes nc: 1# number of classes names: ['tomato']# class names

2）修改模型的配置文件
在yolov5目录下的model文件夹下是模型的配置文件，这边提供s、m、l、x版本，逐渐增大（随着架构的增大，训练时间也是逐渐增大），本文采用yolov5s.yaml，只用修改一个参数，把nc改成自己的类别数；

文章图片

5.训练模型
首先在YOLOV5目录下创建一个weigths文件夹，然后把data/scripts文件下的download_weights.sh放在weights文件下。执行这个shell脚本就可以下载，这里weights的下载可能因为网络而难以进行，有人分享了百度网盘的下载地址，但一定要是v3.0版本最新的预训练模型，不然会报错。
在weights文件下有如下内容：

文章图片

修改train.py文件的参数

文章图片

'--weigths'：选择自己的权重文件路径，本文选择的是yolov5s.pt文件。
'--cfg'：选择自己模型所在的路径。
'--data'：之前配置文件时修改的yaml文件所在的路径。
'--epochs'：指的是训练过程中整个数据集将被迭代多少次，显卡不行需要调小点。
'--batch-size'：一次看完多少张图片才进行权重更新，显卡不行需要调小点。
'--images-size'：输入图片宽高，同样显卡不行需要调小点。
根据自己的硬件配置修改参数。若参数调得过高，硬件跟不上会出现cuda内存溢出的问题，即内存占用过高电脑带动不了，跑不了。
修改完成后，点击运行代码就可以了。

文章图片

自己笔记本太拉跨了，没跑起来，但配置上是没问题的。模型测试与推理部分未做。
错误总结
1.运行train.py出现报错：Downloading https://ultralytics.com/assets/Arial.ttf to C:\Users\Qiushicheng\AppData\Roaming\Ultralytics\Arial.ttf...

文章图片

网上解决方案： 可以从 ?https://ultralytics.com/assets/Arial.ttf? 下载，然后放到提示的目录即可，这里是：
C:\Users\用户名\AppData\Roaming\Ultralytics
我的解决方案：我是连接外网解决的。
2.运行train.py报错：AssertionError: train: No labels in F:\yolov5-master\mydata\train.cache. Can not train without labels. See https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data

文章图片

网上解决方案： 打开utils文件夹下的dataset.py（新更新的YOLOv5没有，就在dataloaders.py）文件，使用快捷键Ctrl+F使用搜索框搜索define label，将框中的地方，改为自己存放图片的文件夹名称，over?
【YOLO|YOLOv5训练自己的数据集（Windows）】我的解决方案：是我的images下的图片路径生成错误。
参考链接
https://blog.csdn.net/qq_36756866/article/details/109111065
https://blog.csdn.net/qq_40716944/article/details/118188085

推荐阅读

• 

  去年体检说我有点高血脂，没在意，最近老是头晕，高血脂头晕怎么办？
• 

  重来——百日行动之一
• 

  吃奇异果的最佳时间
• 

  3dmax如何给模型贴图 3Dmax给模型贴图的操作步骤
• 

  中国哪家古玩鉴定机构具有权威性？鉴定古玩时需要注意哪些问题？
• 

  养鱼水泵有什么作用
• 

  erp和管理系统的区别，erp和管理信息系统的区别和联系
• 

  义忍加蝴蝶忍动漫图片 鬼灭之刃蝴蝶忍被草图漫画
• 

  刮痧可以治颈椎病吗
• 

  包含jquerytd内容换行符的词条
• 

  勉励自己的名言警句
• 

  黄金车厘子和红车厘子哪个贵
• 

  尼尔机械纪元黑之契约怎么获得 黑之契约获得方法介绍_网
• 

  飞瓜数据是什么
• 

  现在苹果se二手多少钱
• 

  崭新的崭组词，崭新的崭组词和拼音
• 

  立春节气的风俗禁忌 2022年打春是多少号
• 

  PS滤镜打造绚丽的色彩
• 

  2022年海南养老金上调最新消息 海南退休人员2022年养老金调整方案
• 

  梦见大风吹进屋是什么意思

• 【目标检测】|MicroNet
• 晓飞的算法工程笔记|MicroNet: 低秩近似分解卷积以及超强激活函数，碾压MobileNet | 2020新文分析
• 论文分享|CVPR 2022 | 未知目标检测模块STUD（学习视频中的未知目标）
• 基于深度卷积神经网络的目标检测研究综述
• #yyds干货盘点#借助AI模型目标检测打标签工具 （Makesense.ai , 解放双手 ! ! !）
• 深度学习|论文阅读《Meta-FDMixup（Cross-Domain Few-Shot Learning Guided by Labeled Target Data》）
• 深度学习|yolov5之可视化特征图和检测结果
• yolov5 tensorboard 可视化查看
• 计算机视觉|Faster rcnn 训练自己的数据集 解决方案