文章目錄

• • YOLOv5簡(jiǎn)介
  • 官方github鏈接
  • 如何安裝以及訓(xùn)練自己的數(shù)據(jù)集
  • • 安裝
    • 訓(xùn)練
    • • 1、創(chuàng)建Dataset.yaml文件
      • 2、創(chuàng)建存放圖片和標(biāo)注的目錄
      • 3、創(chuàng)建標(biāo)注labels
      • 4、選擇預(yù)訓(xùn)練模型
      • 5、正式訓(xùn)練

YOLOv5簡(jiǎn)介

YOLOv5速度比前代更快，在運(yùn)行Tesla P100的YOLOv5 Colab筆記本中，每個(gè)圖像的推理時(shí)間快至0.007秒，意味著每秒140幀（FPS）！

YOLOv5體積小，YOLOv5 s的權(quán)重文件為27MB。YOLOv4（Darknet架構(gòu)）的權(quán)重文件為244MB。YOLOv5比YOLOv4小近90％。這意味著YOLOv5可以更輕松地部署到嵌入式設(shè)備。

此外，因?yàn)閅OLOv5是在PyTorch中實(shí)現(xiàn)的，所以它受益于已建立的PyTorch生態(tài)系統(tǒng)；YOLOv5還可以輕松地編譯為ONNX和CoreML，因此這也使得部署到移動(dòng)設(shè)備的過(guò)程更加簡(jiǎn)單。

名稱(chēng)發(fā)布公司語(yǔ)言框架所需環(huán)境

YOLOv5	Ultralytics	python	pytorch	python3.7+ pytorch1.5+

以上數(shù)據(jù)來(lái)自——量子位：YOLOv5它來(lái)了！YOLOv4發(fā)布不到50天，它帶著推理速度140幀/秒、性能提升2倍來(lái)了

官方github鏈接

Github鏈接：ultralytics/yolov5

這個(gè)主圖有趣O(∩_∩)O

如何安裝以及訓(xùn)練自己的數(shù)據(jù)集

安裝

Train Custom Data

先下載項(xiàng)目https://github.com/ultralytics/yolov5/archive/master.zip

復(fù)制鏈接到迅雷下載比較快

下好了然后解壓

然后到這個(gè)目錄下，用控制臺(tái)運(yùn)行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt，安裝所需的庫(kù)

但是發(fā)現(xiàn)卡住了，我們手動(dòng)下載requirements.txt里的大文件

打開(kāi)requirements.txt

復(fù)制這個(gè)鏈接https://github.com/cocodataset/cocoapi.git打開(kāi)

有點(diǎn)慢，打開(kāi)后下載這個(gè)

下好后把它解壓，復(fù)制到y(tǒng)olov5-master目錄下

然后將requirements.txt里的這句注釋掉（前面加#），然后保存關(guān)閉

然后重新運(yùn)行

安裝好了，但是報(bào)了一個(gè)錯(cuò)誤

我們直接運(yùn)行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.5

但還是報(bào)錯(cuò)

通過(guò)PyTorch 《動(dòng)手學(xué)深度學(xué)習(xí)》學(xué)習(xí)筆記（Dive-into-DL-Pytorch）查看pytorch的安裝方法

可能是我的python版本太低了

到這https://www.python.org/downloads/windows/下載python，

windows用戶(hù)下這個(gè)https://www.python.org/ftp/python/3.7.0/python-3.7.0-amd64.exe


雙擊安裝


覆蓋我之前安裝目錄


測(cè)試一下，已經(jīng)安裝成功了

重新運(yùn)行之前的pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt

報(bào)了一堆錯(cuò)誤

看提示似乎要重裝一下numpy

pip uninstall numpy pip install numpy

太慢了，還是用鏡像源吧

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

安裝numpy完成

再重新運(yùn)行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt

好了，但還是pytorch的問(wèn)題

在這里https://pytorch.org/看pytorch對(duì)應(yīng)cuda版本，我先看看我的cuda

我是9.0的


貌似我的cuda版本不支持pytorch1.5.0，重新安裝一下cuda

我剛好有cuda10.1的，安裝一下

半個(gè)小時(shí)安裝好了，cudnn也拷貝到安裝文件夾了，也沒(méi)有配置系統(tǒng)變量、環(huán)境變量，不會(huì)裝的可以看看這個(gè)Yolo-v2_ Windows平臺(tái)下如何配置darknet-yolov2？（安裝CUDA）

看看版本

重新運(yùn)行pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U -r requirements.txt

還是這個(gè)報(bào)錯(cuò)，手動(dòng)安裝吧



復(fù)制這個(gè)然后修改一下，加鏡像源

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

好像不行，還是很慢的

可能需要下載wheel文件安裝

到這里下這個(gè)https://download.pytorch.org/whl/torch_stable.html

迅雷下很快

然后安裝這個(gè)wheel文件，參考：python pip如何安裝wheel文件？.whl（pip install [wheel]）

pip install "torch-1.5.0+cpu-cp37-cp37m-win_amd64.whl"

裝好了

emmm，好像下錯(cuò)了。。。貌似應(yīng)該下這個(gè)

裝好了

接下來(lái)就可以訓(xùn)練自己數(shù)據(jù)集了吧

訓(xùn)練

1、創(chuàng)建Dataset.yaml文件

這個(gè)文件是用來(lái)告訴程序你要訓(xùn)練的圖片以及標(biāo)注的路徑的

它放在data文件夾下

內(nèi)容格式如下，主要包含四項(xiàng)，訓(xùn)練集路徑train，驗(yàn)證集路徑val，檢測(cè)類(lèi)數(shù)目nc，檢測(cè)類(lèi)名names

像我自己因?yàn)橹灰獧z測(cè)一個(gè)類(lèi)，我就像下面這樣創(chuàng)建：創(chuàng)建一個(gè)記事本，填入以下內(nèi)容后保存為.yaml格式，記得重命名一下（我是跟我的數(shù)據(jù)集文件夾取同樣的名字）

2、創(chuàng)建存放圖片和標(biāo)注的目錄

在yolov5或yolov5-master目錄上層創(chuàng)建文件夾，用于下一步存放我們的圖片以及標(biāo)注：

3、創(chuàng)建標(biāo)注labels

作者推薦了兩款創(chuàng)建標(biāo)注的工具，Labelbox or CVAT，不過(guò)我自己用的是這款labelImg 使用教程 圖像標(biāo)定工具

記得生成的標(biāo)注一定要這種格式的

做好標(biāo)注后，將圖片和標(biāo)注放進(jìn)我們上一步創(chuàng)建的文件夾中：

我這邊有4000張圖片和4000個(gè)已經(jīng)做好的標(biāo)注，直接按訓(xùn)練集：測(cè)試集=3：1分配到文件夾里，記得圖片放圖片文件夾，標(biāo)注放標(biāo)注文件夾

4、選擇預(yù)訓(xùn)練模型

作者推薦選擇的是yolov5s.yaml，最小最快的一個(gè)

5、正式訓(xùn)練

先下載預(yù)訓(xùn)練模型，在D:\Dontla_YOLOv5\yolov5-master\weights路徑下雙擊download_weights.sh下載預(yù)訓(xùn)練模型

但貌似下不了不知怎么回事，一點(diǎn)擊窗口就瞬間消失了

用記事本打開(kāi)

找到這個(gè)

在這

用記事本打開(kāi)，然后直接復(fù)制鏈接，用瀏覽器打開(kāi)

打開(kāi)后直接點(diǎn)擊要下載的


下好了，放在這個(gè)路徑下

打開(kāi)train.py看看，發(fā)現(xiàn)里面缺少很多庫(kù)，要一個(gè)一個(gè)安裝，推薦使用鏡像源安裝：解決pip安裝時(shí)速度慢的問(wèn)題 鏡像源（pip install -i [鏡像源地址] [包名]）

有時(shí)還會(huì)報(bào)其他錯(cuò)誤，要自己動(dòng)手解決

參考解決方法：由于找不到msvcp140.dll無(wú)法繼續(xù)執(zhí)行代碼

要?jiǎng)游业腣S2015，這手術(shù)就大了。。。

看來(lái)這個(gè)YOLO5做得還不是很完善，過(guò)段時(shí)間再試試？？

python train.py --img 640 --batch 16 --epochs 5 --data ./data/my_dataset.yaml --cfg ./models/yolov5s.yaml --weights yolov5s.pt

總結(jié)

以上是生活随笔為你收集整理的YOLOv5初探（看来这个YOLO5做得还不是很完善，过段时间再试试？？）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。