yolov3模型训练——使用yolov3训练自己的模型

Posted 萝北村的枫子

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了yolov3模型训练——使用yolov3训练自己的模型相关的知识，希望对你有一定的参考价值。

本文主要讲述了在Windows10环境下使用yolov3训练模型的具体步骤

本文主要包括以下内容：

软件准备：anaconda3，pycharm

一、程序下载与准备

（1）yolov3下载

yolov3的github地址：yolov3
1.可以点击此处选择自己想要下载的版本（本文以9.5.0为例）

2.点击左边的download即可下载压缩包

3.下载并解压后的文件夹如图所示：


在pycharm中打开工程目录如下图所示：

（2）训练集文件夹创建

1.在yolov3-9.5.0工程文件夹下，新建一个名称为VOCdevkit的文件夹
2.在VOCdevkit文件夹下，新建三个名称分别为images，labels，VOC2007的文件夹
3.在images和labels文件夹下分别新建两个名为train和val的文件夹
4.在VOC2007文件夹下新建三个名称分别为Annotations，JPEGImages，YOLOLabels的文件夹
如下图所示：

Annotations：xml标签文件夹
JPEGImages：图片文件夹
YOLOLabels：txt标签文件夹（yolov训练需要txt格式的标签文件）

（3）预训练权重下载

加载预训练权重进行网络的训练可以减小缩短网络训练时间，并且提高精度。预训练权重越大，训练出来的精度就会越高，但是其检测的速度就会越慢。

1.预训练权重下载地址：yolov5权重
本文在此处选择下载的是yolov3-tiny.pt
（不同的预训练权重对应着不同的网络层数，我们需要根据预训练权重使用对应的yaml文件，即在之后的训练中需要使用名称为yolov3-tiny.yaml的文件）


2.将下载好的权重文件保存在weights文件夹中

二、环境搭建

（1）pytorch安装

windows10系统中通过anaconda安装pytorch的具体步骤可以阅读此篇博客：
anaconda安装pytorch（anaconda3，Windows10）

（2）将pytorch应用到工程

在上一步中我们通过anaconda安装了pytorch，并将其导入了pycharm，下面我们来将名称为pyotch环境中的编译器应用到工程文件中去。
1.点击文件→设置

2.选择Project Interpreter，选择刚刚导入pycharm的pytorch环境，点击应用，最后点击确认

这样我们就成功将名称为pytorch环境中的编译器应用到了yolov3-9.5.0工程中

（3）requirements中的依赖包安装

1.接下来对工程所需的依赖包进行安装，首先打开terminal

2.复制requirements.txt文件中的命令行：

pip install -r requirements.txt

粘贴在terminal中，并按回车键运行命令行，requirements中的依赖包就开始安装了

（4）环境搭建可能遇到的问题

1.遇到错误 ERROR: Could not build wheels for pycocotools which use PEP 517 and cannot be installed directly

参考此篇博客中的环境搭建可能遇到的问题部分：
目标检测—基于Yolov5的目标检测项目（学习笔记）
（如有其它错误会后续更新）

三、数据集制作

使用labelimg来制作我们自己的数据集，labelimg的安装和基本操作可以阅读此篇博客：
数据集制作——使用labelimg制作数据集
yolov网络训练所需要的文件格式是txt格式的
如果通过labelimg给数据集打标签时输出为xml格式，可以通过代码将xml格式的标注文件转换为txt格式的标注文件；
如果输出为txt格式的标签文件则可以直接使用。同时训练自己的yolov3检测模型的时候，数据集需要划分为训练集和验证集，也可以通过相关代码实现。
本文以识别两个标签"person"和"har"为例，同时本文的数据集是以基于识别人带安全帽的数据集为例

本文以使用labelimg标注xml格式的标签文件为例：
（打标签过程省略）
1.首先将图片数据集存放在JPEGImages文件夹下；将xml标签文件存放在Annotations文件夹下；即：
JPEGImages里面存放着图片文件
Annotations里面存放着xml格式的标签
如图所示：


2.在工程中新建一个python的file，复制粘贴下面的代码并运行，即可将数据集划分为训练集和验证集
（注意将下面代码中的标签种类classes = [“hat”, “person”] 修改为自己的标签，下面代码中训练集占比TRAIN_RATIO = 80为80%）

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile
 
classes = ["hat", "person"] #标签种类
#classes=["ball"]
 
TRAIN_RATIO = 80  #训练集占比
 
def clear_hidden_files(path):
    dir_list = os.listdir(path)
    for i in dir_list:
        abspath = os.path.join(os.path.abspath(path), i)
        if os.path.isfile(abspath):
            if i.startswith("._"):
                os.remove(abspath)
        else:
            clear_hidden_files(abspath)
 
def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    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/YOLOLabels/%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')
    in_file.close()
    out_file.close()
 
wd = os.getcwd()
wd = os.getcwd()
data_base_dir = os.path.join(wd, "VOCdevkit/")
if not os.path.isdir(data_base_dir):
    os.mkdir(data_base_dir)
work_sapce_dir = os.path.join(data_base_dir, "VOC2007/")
if not os.path.isdir(work_sapce_dir):
    os.mkdir(work_sapce_dir)
annotation_dir = os.path.join(work_sapce_dir, "Annotations/")
if not os.path.isdir(annotation_dir):
        os.mkdir(annotation_dir)
clear_hidden_files(annotation_dir)
image_dir = os.path.join(work_sapce_dir, "JPEGImages/")
if not os.path.isdir(image_dir):
        os.mkdir(image_dir)
clear_hidden_files(image_dir)
yolo_labels_dir = os.path.join(work_sapce_dir, "YOLOLabels/")
if not os.path.isdir(yolo_labels_dir):
        os.mkdir(yolo_labels_dir)
clear_hidden_files(yolo_labels_dir)
yolov5_images_dir = os.path.join(data_base_dir, "images/")
if not os.path.isdir(yolov5_images_dir):
        os.mkdir(yolov5_images_dir)
clear_hidden_files(yolov5_images_dir)
yolov5_labels_dir = os.path.join(data_base_dir, "labels/")
if not os.path.isdir(yolov5_labels_dir):
        os.mkdir(yolov5_labels_dir)
clear_hidden_files(yolov5_labels_dir)
yolov5_images_train_dir = os.path.join(yolov5_images_dir, "train/")
if not os.path.isdir(yolov5_images_train_dir):
        os.mkdir(yolov5_images_train_dir)
clear_hidden_files(yolov5_images_train_dir)
yolov5_images_test_dir = os.path.join(yolov5_images_dir, "val/")
if not os.path.isdir(yolov5_images_test_dir):
        os.mkdir(yolov5_images_test_dir)
clear_hidden_files(yolov5_images_test_dir)
yolov5_labels_train_dir = os.path.join(yolov5_labels_dir, "train/")
if not os.path.isdir(yolov5_labels_train_dir):
        os.mkdir(yolov5_labels_train_dir)
clear_hidden_files(yolov5_labels_train_dir)
yolov5_labels_test_dir = os.path.join(yolov5_labels_dir, "val/")
if not os.path.isdir(yolov5_labels_test_dir):
        os.mkdir(yolov5_labels_test_dir)
clear_hidden_files(yolov5_labels_test_dir)
 
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'w')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'w')
train_file.close()
test_file.close()
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'a')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'a')
list_imgs = os.listdir(image_dir) # list image files
prob = random.randint(1, 100)
print("Probability: %d" % prob)
for i in range(0,len(list_imgs)):
    path = os.path.join(image_dir,list_imgs[i])
    if os.path.isfile(path):
        image_path = image_dir + list_imgs[i]
        voc_path = list_imgs[i]
        (nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path))
        (voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path))
        annotation_name = nameWithoutExtention + '.xml'
        annotation_path = os.path.join(annotation_dir, annotation_name)
        label_name = nameWithoutExtention + '.txt'
        label_path = os.path.join(yolo_labels_dir, label_name)
    prob = random.randint(1, 100)
    print("Probability: %d" % prob)
    if(prob < TRAIN_RATIO): # train dataset
        if os.path.exists(annotation_path):
            train_file.write(image_path + '\\n')
            convert_annotation(nameWithoutExtention) # convert label
            copyfile(image_path, yolov5_images_train_dir + voc_path)
            copyfile(label_path, yolov5_labels_train_dir + label_name)
    else: # test dataset
        if os.path.exists(annotation_path):
            test_file.write(image_path + '\\n')
            convert_annotation(nameWithoutExtention) # convert label
            copyfile(image_path, yolov5_images_test_dir + voc_path)
            copyfile(label_path, yolov5_labels_test_dir + label_name)
train_file.close()
test_file.close()

运行此代码，过程如下图所示：（注意数据集文件夹名称要和上文中训练集文件夹创建部分一样，就可以直接复制粘贴运行）

然后就可以在images和labels文件夹中分别看到已经划分好的图片数据集和标签数据集

四、yolov3模型训练

（1）修改数据配置文件

1.找到data目录下的voc.yaml文件，将该文件复制一份，将复制的文件重命名，方便后续操作，本文此处修改为hat.yaml

2.点击hat.yaml文件，修改以下部分：
注释掉语句：download: bash data/scripts/get_voc.sh
修改train和val地址为自己电脑中数据集地址
修改number of classes数值为自己数据集标签的种类个数（本文标签为两类）
修改class names为自己自己数据集标签的种类（本文为hat和person）

（2）修改模型配置文件

前面选择下载的权重文件为yolov3-tiny.pt，我们需要使用与之相对应的模型配置yaml文件

1.找到models目录下的yolov3-tiny.yaml文件，将该文件复制一份，将复制的文件重命名，方便后续操作，本文此处修改为yolov3-tiny_hat.yaml

2.打开yolov3-tiny_hat.yaml文件，将number of classes改为数据集标签的种类（本文数据集识别种类为两类）

（3）train.py主函数修改

主要修改以下五个函数：
–weights：初始化的权重文件的路径地址
–cfg：模型yaml文件的路径地址
–data：数据yaml文件的路径地址
–epochs：训练次数
–batch-size：一轮训练的文件个数

1.打开train.py，作以下修改：
修改"–weights"中权重文件地址为文件yolov3-tiny.pt的地址
修改"–cfg"中模型yaml文件的地址为文件yolov3-tiny_hat.yaml的地址
修改"–data"中数据yaml文件的地址为文件hat.yaml的地址

    parser.add_argument('--weights', type=str, default='weights/yolov3-tiny.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='models/yolov3-tiny_hat.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default='data/hat.yaml', help='data.yaml path')

如下图所示：

" --epochs"和"–batch-size"的数值可以根据GPU情况自行设置

2.运行train.py，开始训练模型
在加载完train和val的数据集之后，可以看到模型开始训练~

（4）模型训练可能遇到的问题

1.遇到错误 subprocess.CalledProcessError: Command ‘git tag’ returned non-zero exit status 1.

如下图所示：

解决方法：

打开subprocess.py文件，在第410行，将check值修改为False

点击确定即可

2.遇到错误 UnicodeDecodeError：: ‘utf-8’ codec can’t decode byte 0xc8 in position 0: invalid contin

如下图所示：

解决方法：
打开torch_utils.py，在第58行将编码方式改为decode(‘gb2312’)

3.遇到错误 BrokenPipeError: [Errno 32] Broken pipe

如下图所示：

解决方法：
在第488行，将’–workers’的值改为0

4.遇到错误 OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.

如下图所示：

解决方法：
在anaconda安装目录的envs文件夹下，找到pytorch环境，进入library的bin文件夹，删除libiomp5md.dll文件

五、测试结果

训练结束之后，在runs/train/exp/weights目录下会产生两个权重文件，一个是训练效果最好的权重文件，一个是训练最后一轮的权重文件
（接下来以best.pt权重文件为例）

（1）图片测试步骤

1.将best.pt权重文件复制粘贴在主目录的weights文件夹下（方便后续操作）

2.将想进行测试的图片放在主目录的data文件夹下，如图所示：

3.打开defect.py,更改以下部分：
将"–weight"改为best.pt权重文件的地址（在weights文件夹中）
将"–source"改为要测试的图片地址（在data文件夹中）

parser.add_argument('--weights', nargs='+', type=str, default='weights/best.pt', help='model.pt path(s)')
parser.add_argument('--source', type=str, default='data/1.jpg', help='source')  # file/folder, 0 for webcam

如图所示：

4.运行defect.py，即可得到结果；
5.如果识别视频，在将"–source"改为要测试的视频地址即可（注意加.mp4后缀名）
如果识别摄像头，在将"–source"的值置0即可，即：

parser.add_argument('--source', type=str, default='0', help='source')  # file/folder, 0 for webcam

Yolov5训练自己的数据集（详细完整版）

文章目录

一. 环境

本教程使用环境：

  • pytorch: 1.10.0

  • python: 3.9

ps: 如果要使用GPU，cuda版本要 >=10.1

下载安装yolov5：

yolov5官方要求 Python>=3.6 and PyTorch>=1.7

yolov5源码下载：https://github.com/ultralytics/yolov5

下载后，进入pytorch环境进入yolov5文件夹

使用换源的方法安装依赖。如果你前面安装时没有换源，我强烈建议你使用换源的方法在安装一次

安装过的模块不会在安装，以防缺少模块，影响后续程序运行以及模型训练。

pip install -r requirements.txt -i  https://pypi.tuna.tsinghua.edu.cn/simple

因为本教程主详细讲解训练自己的数据集，避免篇幅过多，因此这里不详细说明了。

二. 准备工作

  1. 在 yolov5目录下 新建文件夹 VOCData

  1. 新建两个文件夹 Annotations 以及 images

images：用于存放要标注的图片（jpg格式）

Annotations ：用于存放标注图片后产生的内容（这里采用XML格式）

后续使用代码保存位置如图

本教程需要用到图中的四个代码文件，这里先不用管，后面会给出代码。

这里提供本人编写的python代码，用于将视频转图片。

只需更改两个参数，视频路径以及间隔多少帧取图片。

python实现视频转图片_diyu-CSDN博客

代码运行，需要装有opencv模块，装opencv模块前需要装numpy模块。
所以，你可以选择进入pytorch环境进入代码所在文件夹，用命令行形式运行程序。

三. 使用labelImg标注图片

1. 安装labellmg

labelImg下载：https://github.com/tzutalin/labelImg

各种安装方法都在此链接中，这里只给出 windows +aconda 进行安装。

aconda安装可以查看我的另一篇博客
最新安装anaconda与tensorflow、pytorch（详细完整版）

ps: 如果你进入不了github，这里给出百度网盘链接

labellImg百度网盘链接：https://pan.baidu.com/s/1oQroHL94vMhX7bDTX79RGw
提取码：1jbq

此labelImg是采用命令行形式运行，需要使用命令行安装一些依赖。

如果你认为这个太麻烦，网上有人打包好了此软件，可以自行去下载。

本人labellmg存放位置

打开 aconda prompt （类似于cmd）

进入 labellmg文件夹

我建议就在base环境下进行安装labellmg，方便一点，你也可以进入pytorch环境下安装。

在哪个环境安装的就在哪个环境下启动软件。

执行命令前，建议更新一下conda
conda update -n base -c defaults conda

-n：指定更新哪个环境的conda，这里是base环境

依次执行下面命令 （不要连接外网）

conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc

2. 使用labellmg

运行软件前可以更改下要标注的类别。

也可以进入软件后添加，不过那样每次进入软件都要添加，麻烦。

打开labellmg（要进入labellmg文件夹）

python labelImg.py   #运行软件

勾选 auto save mode 自动保存

格式就默认是XML格式，可以更改成yolo，这里就使用默认的XML格式

点击左方边栏或者屏幕右键选择 Create RectBox 即可进行标注。

尽可能的完全拟合标注物体，建议放大标注

其它看个人标准。

四. 划分数据集以及配置文件修改

运行代码方式

  • 第一种：使用pycharm、vscode、python自带的IDLE。如果出现缺少模块的情况（no module named），你可以安装模块，也可以使用后一种方法。

  • 第二种：进入pytorch环境，进入代码所在目录，使用命令行形式运行（python + 程序名）

1. 划分训练集、验证集、测试集

在VOCData目录下创建程序 split_train_val.py 并运行

程序如下：（可以不更改）

# coding:utf-8

import os
import random
import argparse

parser = 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  # 训练集和验证集所占比例。 这里没有划分测试集
train_percent = 0.9     # 训练集所占比例，可自己进行调整
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()

运行完毕后 会生成 ImagesSets\\Main 文件夹，且在其下生成 测试集、训练集、验证集，存放图片的名字（无后缀.jpg）

由于没有分配测试集，所以测试集为空。

若要分配，更改第 14、15 行代码，更改所在比例即可。

2. XML格式转yolo_txt格式

在VOCData目录下创建程序 text_to_yolo.py 并运行

程序如下：

需要将第 7 行改成自己所标注的类别 以及 代码中各文件绝对路径

路径需为：d:\\\\images 或者 d:/images

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ["light", "post"]   # 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, h

def convert_annotation(image_id):
    in_file = open('D:/Yolov5/yolov5/VOCData/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('D:/Yolov5/yolov5/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
        #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('D:/Yolov5/yolov5/VOCData/labels/'):
        os.makedirs('D:/Yolov5/yolov5/VOCData/labels/')
    image_ids = open('D:/Yolov5/yolov5/VOCData/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
   
    if not os.path.exists('D:/Yolov5/yolov5/VOCData/dataSet_path/'):
        os.makedirs('D:/Yolov5/yolov5/VOCData/dataSet_path/')
     
    list_file = open('dataSet_path/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('D:/Yolov5/yolov5/VOCData/images/%s.jpg\\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

运行后会生成如下 labels 文件夹和 dataSet_path 文件夹。

其中 labels 中为不同图像的标注文件。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，这种即为 yolo_txt格式

dataSet_path文件夹包含三个数据集的txt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。

3. 配置文件

在 yolov5 目录下的 data 文件夹下 新建一个 myvoc.yaml文件（可以自定义命名），用记事本打开。

内容是：训练集以及验证集（train.txt和val.txt）绝对路径（通过 text_to_yolo.py 生成），然后是目标的类别数目和类别名称。

给出模板： 冒号后面需要加空格

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: ["light", "post"]

3. 聚类获得先验框

3.1 生成anchors文件

在VOCData目录下创建程序两个程序 kmeans.py 以及 clauculate_anchors.py

不需要运行 kmeans.py，运行 clauculate_anchors.py 即可。

kmeans.py 程序如下：这不需要运行，也不需要更改

如果报错，查看第 13 行内容

import numpy as np

def iou(box, clusters):
    """
    Calculates the Intersection over Union (IoU) between a box and k clusters.
    :param box: tuple or array, shifted to the origin (i. e. width and height)
    :param clusters: numpy array of shape (k, 2) where k is the number of clusters
    :return: numpy array of shape (k, 0) where k is the number of clusters
    """
    x = np.minimum(clusters[:, 0], box[0])
    y = np.minimum(clusters[:, 1], box[1])
    if np.count_nonzero(x == 0) > 0 or np.count_nonzero(y == 0) > 0:
        raise ValueError("Box has no area")                 # 如果报这个错，可以把这行改成pass即可

    intersection = x * y
    box_area = box[0] * box[1]
    cluster_area = clusters[:, 0] * clusters[:, 1]

    iou_ = intersection / (box_area + cluster_area - intersection)

    return iou_

def avg_iou(boxes, clusters):
    """
    Calculates the average Intersection over Union (IoU) between a numpy array of boxes and k clusters.
    :param boxes: numpy array of shape (r, 2), where r is the number of rows
    :param clusters: numpy array of shape (k, 2) where k is the number of clusters
    :return: average IoU as a single float
    """
    return np.mean([np.max(iou(boxes[i], clusters)) for i in range(boxes.shape[0])])

def translate_boxes(boxes):
    """
    Translates all the boxes to the origin.
    :param boxes: numpy array of shape (r, 4)
    :return: numpy array of shape (r, 2)
    """
    new_boxes = boxes.copy()
    for row in range(new_boxes.shape[0]):
        new_boxes[row][2] = np.abs(new_boxes[row][2] - new_boxes[row][0])
        new_boxes[row][3] = np.abs(new_boxes[row][3] - new_boxes[row][1])
    return np.delete(new_boxes, [0, 1], axis=1)


def kmeans(boxes, k, dist=np.median):
    """
    Calculates k-means clustering with the Intersection over Union (IoU) metric.
    :param boxes: numpy array of shape (r, 2), where r is the number of rows
    :param k: number of clusters
    :param dist: distance function
    :return: numpy array of shape (k, 2)
    """
    rows = boxes.shape[0]

    distances = np.empty((rows, k))
    last_clusters = np.zeros((rows,))

    np.random.seed()

    # the Forgy method will fail if the whole array contains the same rows
    clusters = boxes[np.random.choice(rows, k, replace=False)]

    while True:
        for row in range(rows):
            distances[row] = 1 - iou(boxes[row], clusters)

        nearest_clusters = np.argmin(distances, axis=1)

        if (last_clusters == nearest_clusters).all():
            break

        for cluster in range(k):
            clusters[cluster] = dist(boxes[nearest_clusters == cluster], axis=0)

        last_clusters = nearest_clusters

    return clusters

if __name__ == '__main__':
    a = np.array([[1, 2, 3, 4], [5, 7, 6, 8]])
    print(translate_boxes(a))

运行：clauculate_anchors.py

会调用 kmeans.py 聚类生成新anchors的文件

程序如下：

需要更改第 9 、13行文件路径 以及 第 16 行标注类别名称

# -*- coding: utf-8 -*-
# 根据标签文件求先验框

import os
import numpy as np
import xml.etree.cElementTree as et
from kmeans import kmeans, avg_iou

FILE_ROOT = "D:/Yolov5/yolov5/VOCData/"     # 根路径
ANNOTATION_ROOT = "Annotations"   # 数据集标签文件夹路径
ANNOTATION_PATH = FILE_ROOT + ANNOTATION_ROOT

ANCHORS_TXT_PATH = "D:/Yolov5/yolov5/VOCData/anchors.txt"   #anchors文件保存位置

CLUSTERS = 9
CLASS_NAMES = ['light', 'post']   #类别名称

def load_data(anno_dir, class_names):
    xml_names = os.listdir(anno_dir)
    boxes = []
    for xml_name in xml_names:
        xml_pth = os.path.join(anno_dir, xml_name)
        tree = et.parse(xml_pth)

        width = float(tree.findtext("./size/width"))
        height = float(tree.findtext("./size/height"))

        for obj in tree.findall("./object"):
            cls_name = obj.findtext("name")
            if cls_name in class_names:
                xmin = float(obj.findtext("bndbox/xmin")) / width
                ymin = float(obj.findtext("bndbox/ymin")) / height
                xmax = float(obj.findtext("bndbox/xmax")) / width
                ymax = float(obj.findtext("bndbox/ymax")) / height

                box = [xmax - xmin, ymax - ymin]
                boxes.append(box)
            else:
                continue
    return np.array(boxes)

if __name__ == '__main__':

    anchors_txt = open(ANCHORS_TXT_PATH, "w")

    train_boxes = load_data(ANNOTATION_PATH, CLASS_NAMES)
    count = 1
    best_accuracy = 0
    best_anchors = []
    best_ratios = []

    for i in range(10):      ##### 可以修改，不要太大，否则时间很长
        anchors_tmp = []
        clusters = kmeans(train_boxes, k=CLUSTERS)
        idx = clusters[:, 0].argsort()
        clusters = clusters[idx]
        # print(clusters)

        for j in range(CLUSTERS):
            anchor = [round(clusters[j][0] * 640, 2), round(clusters[j][1] * 640, 2)]
            anchors_tmp.append(anchor)
            print(f"Anchors:anchor")

        temp_accuracy = avg_iou(train_boxes, clusters) * 100
        print("Train_Accuracy::.2f%".format(temp_accuracy)从零开始带你一步一步使用 YOLOv3 测试自己的数据


 从零开始带你一步一步使用 YOLOv3 测试自己的数据


 从零开始带你一步一步使用 YOLOv3 测试自己的数据


 openvino量化自己训练的yolov3模型至int8(有成功验证截图)


 利用yoloV3模型进行训练和预测


 如何使用yolov3训练自己的数据集