使用yolov5训练自己数据集(详细过程)并通过flask部署

Last update: Dec 28, 2022

Overview

使用yolov5训练自己的数据集（详细过程）并通过flask部署

依赖库

torch
torchvision
numpy
opencv-python
lxml
tqdm
flask
pillow
tensorboard
matplotlib
pycocotools

Windows，请使用 pycocotools-windows 代替 pycocotools

1.准备数据集

这里以PASCAL VOC数据集为例，提取码： 07wp 将获取的数据集放到datasets目录下数据集结构如下：

---VOC2012
--------Annotations
---------------xml0
---------------xml1
--------JPEGImages
---------------img0
---------------img1
--------pascal_voc_classes.txt

Annotations为所有的xml文件，JPEGImages为所有的图片文件，pascal_voc_classes.txt为类别文件。

获取标签文件

yolo标签文件的格式如下：

102 0.682813 0.415278 0.237500 0.502778
102 0.914844 0.396528 0.168750 0.451389

第一位 label，为图片中物体的类别
后面四位为图片中物体的位置，（xcenter, ycenter, h, w）即目标物体中心位置的相对坐标和相对高宽
上图中存在两个目标

如果你已经拥有如上的label文件，可直接跳到下一步。没有如上标签文件，可使用 labelimg 提取码 dbi2 打标签。生成xml格式的label文件，再转为yolo格式的label文件。labelimg的使用非常简单，在此不在赘述。

xml格式的label文件转为yolo格式:

python center/xml_yolo.py

pascal_voc_classes.txt，为你的类别对应的json文件。如下为voc数据集类别格式。

["aeroplane","bicycle", "bird","boat","bottle","bus","car","cat","chair","cow","diningtable","dog","horse","motorbike","person","pottedplant","sheep","sofa","train", "tvmonitor"]

运行上面代码后的路径结构

---VOC2012
--------Annotations
--------JPEGImages
--------pascal_voc_classes.json
---yolodata
--------images
--------labels

2.划分训练集和测试集

训练集和测试集的划分很简单，将原始数据打乱，然后按 9 ：1划分为训练集和测试集即可。代码如下：

python center/get_train_val.py

运行上面代码会生成如下路径结构

---VOC2012
--------Annotations
--------JPEGImages
--------pascal_voc_classes.json
---yolodata
--------images
--------labels
---traindata
--------images
----------------train
----------------val
--------labels
----------------train
----------------val

traindata就是最后需要的训练文件

3. 训练模型

yolov5的训练很简单，本文已将代码简化，代码结构如下：

dataset             # 数据集
------traindata     # 训练数据集
inference           # 输入输出接口
------inputs        # 输入数据
------outputs       # 输出数据
config              # 配置文件
------score.yaml    # 训练配置文件
------yolov5l.yaml  # 模型配置文件
models              # 模型代码
runs	            # 日志文件
utils               # 代码文件
weights             # 模型保存路径，last.pt，best.pt
train.py            # 训练代码
detect.py           # 测试代码

score.yaml解释如下：

# train and val datasets (image directory)
train: ./datasets/traindata/images/train/
val: ./datasets/traindata/images/val/
# number of classes
nc: 2
# class names
names: ['苹果','香蕉']

train: 为图像数据的train，地址
val: 为图像数据的val，地址
nc: 为类别个数
names: 为类别对应的名称

yolov5l.yaml解释如下：

nc: 2 # number of classes
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32
backbone:
  # [from, number, module, args]
  [[-1, 1, Focus, [64, 3]],  # 1-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 2-P2/4
   [-1, 3, Bottleneck, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 4-P3/8
   [-1, 9, BottleneckCSP, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 6-P4/16
   [-1, 9, BottleneckCSP, [512]],
   [-1, 1, Conv, [1024, 3, 2]], # 8-P5/32
   [-1, 1, SPP, [1024, [5, 9, 13]]],
   [-1, 6, BottleneckCSP, [1024]],  # 10
  ]
head:
  [[-1, 3, BottleneckCSP, [1024, False]],  # 11
   [-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1, 0]],  # 12 (P5/32-large)
   [-2, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 1, Conv, [512, 1, 1]],
   [-1, 3, BottleneckCSP, [512, False]],
   [-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1, 0]],  # 17 (P4/16-medium)
   [-2, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 1, Conv, [256, 1, 1]],
   [-1, 3, BottleneckCSP, [256, False]],
   [-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1, 0]],  # 22 (P3/8-small)
   [[], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

nc：为目标类别个数
depth_multiple 和 width_multiple：控制模型深度和宽度。不同的参数对应：s，m，l，x 模型。
anchors: 为对输入的目标框通过k-means聚类产生的基础框，通过这个基础框去预测目标的box。
yolov5会自动产生anchors，yolov5采用欧氏距离进行k-means聚类，再使用遗传算法做一系列的变异得到最终的anchors。但是本人采用欧氏距离进行k-means聚类得到的效果不如采用 1 - iou进行k-means聚类的效果。如果想要 1 - iou 进行k-means聚类源码请私聊我。但是效果其实相差无几。
backbone: 为图像特征提取部分的网络结构。
head: 为最后的预测部分的网络结构

#####train.py配置十分简单：

我们仅需修改如下参数即可

epoch:         控制训练迭代的次数
batch_size     输入迭代的图片数量
cfg:           配置网络模型路径
data:          训练配置文件路径
weights:       载入模型，进行断点继续训练

终端运行(默认yolov5l)

 python train.py

即可开始训练。

训练过程

训练结果

4. 测试模型

需要需改三个参数

source：        需要检测的images/videos路径
out：		保存结果的路径
weights：       训练得到的模型权重文件的路径

你也可以使用在coco数据集上的权重文件进行测试将他们放到weights文件夹下

提取码：hhbb

终端运行

 python detect.py

即可开始检测。

测试结果

5.通过flask部署

flask的部署是非简单。如果有不明白的可以参考我之前的博客。

阿里云ECS部署python,flask项目，简单易懂，无需nginx和uwsgi

基于yolov3-deepsort-flask的目标检测和多目标追踪web平台

终端运行

 python app.py

即可开始跳转到网页，上传图片进行检测。

使用yolov5训练自己数据集(详细过程)并通过flask部署

Related tags

Overview

使用yolov5训练自己的数据集（详细过程）并通过flask部署

依赖库

Windows，请使用 pycocotools-windows 代替 pycocotools

1.准备数据集

获取标签文件

运行上面代码后的路径结构

2.划分训练集和测试集

运行上面代码会生成如下路径结构

traindata就是最后需要的训练文件

3. 训练模型

yolov5l.yaml解释如下：

训练过程

训练结果

4. 测试模型

需要需改三个参数

你也可以使用在coco数据集上的权重文件进行测试将他们放到weights文件夹下

测试结果

5.通过flask部署

Owner

HB.com

Pull sensitive data from users on windows including discord tokens and chrome data.

ScaleNet: A Shallow Architecture for Scale Estimation

The 1st place solution of track2 (Vehicle Re-Identification) in the NVIDIA AI City Challenge at CVPR 2021 Workshop.

A PyTorch implementation of Radio Transformer Networks from the paper "An Introduction to Deep Learning for the Physical Layer".

Evaluation toolkit of the informative tracking benchmark comprising 9 scenarios, 180 diverse videos, and new challenges.

Tacotron 2 - PyTorch implementation with faster-than-realtime inference

Implementation of CVPR'2022:Reconstructing Surfaces for Sparse Point Clouds with On-Surface Priors

PyTorch Implement for Path Attention Graph Network

Using multidimensional LSTM neural networks to create a forecast for Bitcoin price

Official implementation of the ICLR 2021 paper

Code for Max-Margin Contrastive Learning - AAAI 2022

SpiroMask: Measuring Lung Function Using Consumer-Grade Masks

HGCN: Harmonic Gated Compensation Network For Speech Enhancement

Code used for the results in the paper "ClassMix: Segmentation-Based Data Augmentation for Semi-Supervised Learning"

UltraPose: Synthesizing Dense Pose with 1 Billion Points by Human-body Decoupling 3D Model

Code for "The Box Size Confidence Bias Harms Your Object Detector"

Deep Hedging Demo - An Example of Using Machine Learning for Derivative Pricing.

[NeurIPS'20] Multiscale Deep Equilibrium Models

Semi-Supervised Signed Clustering Graph Neural Network (and Implementation of Some Spectral Methods)

Tool cek opsi checkpoint facebook!