YOLOv5训练长方形图像详解

YOLOv5训练长方形图像详解

一、引言

YOLOv5 是一种高效的目标检测算法，广泛应用于各种图像识别任务。然而，当处理长方形图像时，可能会遇到一些特殊问题，如图像尺寸不匹配、标注不准确等。本文将详细介绍如何在 YOLOv5 中训练长方形图像，确保模型能够准确地检测和识别目标。

二、数据集准备

1、创建文件夹结构

首先，需要在 YOLOv5 根目录下创建一个文件夹 VOCData，并在其中创建以下子文件夹：

• images：存放待标注的图像文件（JPG格式）。
• Annotations：存放标注后的文件（采用 XML 格式）。

VOCData/
├── images/         # 存放图像文件
├── Annotations/    # 存放标注文件

2、标注图像

使用在线标注工具如 MAKE SENSE 进行标注。标注完成后，将标注文件保存为 XML 格式，并存放在 Annotations 文件夹中。

3、生成标注文件

创建 voc_label.py 文件，将训练集、验证集、测试集生成 YOLO 格式的标注文件，并将数据集路径导入到 train.txt 和 val.txt 文件中。代码如下：

import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ["class1", "class2"]  # 根据实际情况修改类别名称

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]
    return x * dw, y * dh, w * dw, h * dh

def convert_annotation(image_id):
    in_file = open('VOCData/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('VOCData/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))
        b1, b2, b3, b4 = b
        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')
    in_file.close()
    out_file.close()

wd = getcwd()
for image_set in sets:
    if not os.path.exists('VOCData/labels/'):
        os.makedirs('VOCData/labels/')
    image_ids = open('VOCData/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('VOCData/dataSet_path/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(wd + '/VOCData/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

三、配置文件

1、创建数据集配置文件

在 YOLOv5 目录下的 data 文件夹下新建一个 myvoc.yaml 文件，内容如下：

train: D:/Yolov5/yolov5/VOCData/dataSet_path/train.txt
val: D:/Yolov5/yolov5/VOCData/dataSet_path/val.txt

# number of classes
nc: 2

# class names
names: ["class1", "class2"]

确保路径和类别名称与实际情况一致。

2、选择模型配置文件

YOLOv5 有多种配置文件，如 yolov5s.yaml、yolov5m.yaml、yolov5l.yaml 和 yolov5x.yaml。选择一个合适的配置文件，例如 yolov5x.yaml，并将其复制到 models 文件夹中，重命名为 ddjc_model.yaml，然后修改 nc 为实际的类别数。

四、训练模型

1、修改训练参数

在 train.py 文件中，找到 def parse_opt(known=False) 函数，修改训练参数。例如：

parser = argparse.ArgumentParser()
parser.add_argument('--weights', type=str, default='yolov5x', help='initial weights path')
parser.add_argument('--cfg', type=str, default=ROOT / 'models/ddjc_model.yaml', help='model.yaml path')
parser.add_argument('--data', type=str, default=ROOT / 'data/myvoc.yaml', help='dataset.yaml path')
parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch-low.yaml', help='hyperparameters path')
parser.add_argument('--epochs', type=int, default=50)
parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs, -1 for autobatch')
parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')
parser.add_argument('--rect', action='store_true', help='rectangular training')
parser.add_argument('--device', default='cuda', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')

2、开始训练

在终端中运行以下命令开始训练：

python train.py --img 640 --batch 16 --epochs 50 --data data/myvoc.yaml --cfg models/ddjc_model.yaml --weights yolov5x.pt --name ddjc_model

五、使用示例

1、测试模型

训练完成后，可以使用 detect.py 文件进行测试。例如：

python detect.py --weights runs/train/ddjc_model/weights/best.pt --img 640 --conf 0.25 --source data/images

2、评估模型

使用 val.py 文件评估模型性能：

python val.py --weights runs/train/ddjc_model/weights/best.pt --data data/myvoc.yaml --img 640

六、总结

本文详细介绍了如何在 YOLOv5 中训练长方形图像，包括数据集准备、标注、配置文件设置和模型训练。通过这些步骤，可以确保模型能够准确地检测和识别长方形图像中的目标。希望本文对您有所帮助。

版权声明：本博客内容为原创，转载请保留原文链接及作者信息。

参考文章：

• Yolov5训练自己的数据集（详细完整版）_yolov5缔宇-CSDN博客
• 如何制作数据集并基于yolov5训练成模型并部署