【Yolov5 pytorch训练自己的VOC格式数据集】

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前期准备
• 一、测试预训练模型
• 二、数据集准备工作
• • 1.xml转yolo格式标签
  • 2.自制配置文件MVDD13.yaml
  • 3.修改模型文件models/yolov5m.yaml
  • 4. 修改train.py
  • 5. 训练结果展示
• 总结

---

前期准备

提示：这里可以添加本文要记录的大概内容：

*源码下载
https://github.com/ultralytics/yolov5
*预训练模型下载——yolov5s.pt，yolov5m.pt(直接放在yolov5-master主文件夹下)
*参考博客网址1（主要指导前期数据准备工作）
https://blog.csdn.net/mao_hui_fei/article/details/119331147
*参考博客网址2（指导后期yolov5训练过程）
https://blog.csdn.net/weixin_44145782/article/details/113983421

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、测试预训练模型

什么都不用改动，直接运行

在runs/detect/exp内可以看到检测结果。很好。

二、数据集准备工作 1.xml转yolo格式标签

代码如下（参考https://blog.csdn.net/weixin_44145782/article/details/113983421）：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets = ['train', 'test','val'] #这是数据集原ImageSets里的（只是六位数名字），最终得到的yolo格式txt,加入了路径信息和格式信息.jpg。见下图
classes = ['cargo','passenger','cruise',...,'submarine']

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('data/MVDD13/MVDD13-Annotations/%s.xml' % (image_id)) # 000001
    out_file = open('data/MVDD13/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))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()
print(wd)

for image_set in sets:
    #if not os.path.exists('data/labels/'):
    #    os.makedirs('data/labels/')
    image_ids = open('data/MVDD13/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/MVDD13/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('data/MVDD13/images/%s.jpg\n' % (image_id)) #写入路径信息
        convert_annotation(image_id)
    list_file.close()

如图
xml转txt后一个个被放在labels文件夹内，如图

到此，数据准备工作完成！

2.自制配置文件MVDD13.yaml

3.修改模型文件models/yolov5m.yaml

提示：models文件夹下有五个yolov5?.yaml，smlx需要训练的时间依次增加。他们的区别是只有两个参数不同：depth_multiple和width_multiple。
选定了模型文件后，只需要修改你的数据集类别数量 nc。

代码如下（示例）：

# Parameters
nc: 13  # number of classes 
depth_multiple: 0.67  # model depth multiple
width_multiple: 0.75  # layer channel multiple

• 接下来修改了 yolo.py 小数位数10.2f 改为10.4f

4. 修改train.py

一般修改前三个
代码如下：

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    # parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')
    # parser.add_argument('--cfg', type=str, default='', help='model.yaml path')
    # parser.add_argument('--data', type=str, default=ROOT / 'data/coco128.yaml', help='dataset.yaml path')
    parser.add_argument('--weights', type=str, default=ROOT / 'yolov5m.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default=ROOT / 'models/yolov5m.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default=ROOT / 'data/MVDD13.yaml', help='dataset.yaml path')

OK ~///(^v)\~
右键，run ‘train’ 就行了！！！

5. 训练结果展示

总结

使用yolov5 v6.0版，基于yolov5m预训练模型，‘’无任何改进‘’，训练自己的VOC格式数据集。