用YOLOv5ds训练自己的数据集——同时检测和分割

Posted 2023-03-15 2021黑白灰

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了用YOLOv5ds训练自己的数据集——同时检测和分割相关的知识，希望对你有一定的参考价值。

非常感谢作者midasklr的开源项目！

0、配置环境

不在赘述，跟YOLOv5差不多

1、下载预训练模型——推荐

在yolov5ds-main根目录新建weights文件夹

下载yolov5预训练模型Releases · ultralytics/yolov5 · GitHub放到weights文件夹中

我下载的是yolov5s.pt，下面均以yolov5s.pt为例

2、准备数据集——非常关键

在yolov5ds-main根目录新建paper_data文件夹

paper_data文件夹下新建det和seg两个文件夹

det文件夹存放检测数据集

seg文件夹存放分割数据集

2-1、det文件夹下

Annotations文件夹下存放xml文件

images文件夹下存放图像

注：xml文件应和对应图像名称相同

det文件夹下新建一个生成.py文件，使用下面代码生成ImageSets，里面有一个Main文件夹，Main文件夹里包括test.txt、train.txt、trainval.txt、val.txt四个文本文档

trainval.txt包含你数据集里所有图像名称

train.txt为数据集的训练集，为总数据集的90%

val.txt为数据集的验证集，为总数据集的10%

test.txt文件里是空的不用担心，因为没有划分测试集

# 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='/home/dell/yolov5ds-main/paper_data/det/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='/home/dell/yolov5ds-main/paper_data/det/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()

在det文件夹下新建一个voc_labels.py文件，使用下面的程序将xml转换为yolo用的txt格式数据集

注意修改数据集路径、类别，注意自己的图像是jpg还是png格式

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

sets = ['train', 'val', 'test']
classes = ["feed", "person", "railing", "obstacle", "road", "cow"]   # 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('/home/dell/yolov5ds-main/paper_data/det/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('/home/dell/yolov5ds-main/paper_data/det/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('/home/dell/yolov5ds-main/paper_data/det/labels/'):
        os.makedirs('/home/dell/yolov5ds-main/paper_data/det/labels/')
    image_ids = open('/home/dell/yolov5ds-main/paper_data/det/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()

运行之后会在det目录下生成train.txt、test.txt、val.txt三个文件，对应的图像名称前加入了绝对路径

这是det文件夹结构

2-2、seg文件夹下

images存放图像

labels存放分割图像，类似下面这种图

注：labels图像应和images对应图像名称相同，包括格式，包括前面的det文件夹里的图像，要么都是001.png要么都是001.jpg

这种图是用labelme标注后，使用labelme里自带的一个程序生成，具体操作自行百度

可以参考一下下面这个，就类似用maskrcnn训练自己的数据集这种博文一般都会教给你

用自己的数据集训练maskrcnn_沙雅云的博客-CSDN博客_maskrcnn训练自己的数据集

images和labels文件夹分别新建train、val两个文件夹

这里的train和val里的图要与上述提到的det/Main/train.txt和val.txt里分好的相对应

我的样本量不大，是自己一个一个对应拖进去的

这是seg文件夹结构（忽略那个json文件夹，那里面存放的为json文件，训练模型用不上）

到这里检测和分割数据集就做好了

3、配置文件参数修改

3-1、models/segheads.yaml

segnc改为自己的类别数

3-2、data/voc.yaml

train改为自己det文件夹下train.txt路径

val改为自己det文件夹下val.txt路径

road_seg_train改为自己seg文件夹下images/train文件夹路径

road_seg_val改为自己seg文件夹下images/val文件夹路径

nc改为自己的类别数

segnc改为自己的类别数

segnc改为自己的类别数+1也可以（会导致预测失败，解决：detectds.py 121行clsnum改为clsnum+1）

参考：用YOLOv5ds训练自己的数据集，注意点！_用猪头过日子.的博客-CSDN博客

3-3、models/yolov5s.yaml

nc改为自己的类别数

3-4、trainds.py

parse_opt函数下（501行）修改对应default里面的内容

--weights        weights/yolov5s.pt

--cfg        models/yolov5s.yaml

--segcfg        models/segheads.yaml

--data        data/voc.yaml

--epochs        一般为300

--device        0

--batch-size        根据显卡算力设置，训练提醒显存分配不够或无法找到有效cuDnn时，减小数值