Yolo v5训练自己的数据集(2)小周的叨叨叨_Zosse的博客

上次把环境安装好了以后，就可以搞自己的数据集了。                                        l

目录

如何把.xml文件都转成.txt文件

搞数据集

开始训练！

---

我搞得是扇贝，图片贼绿，如下图，700张绿扇贝向你袭来...

首先就是搞你自己的数据集，用labelimg标注软件对数据集进行标注，标注完成后，每张图像会生成对应的xml标注文件。 我们将图像和数据统一放置到一个文件夹下（！命名为英文的文件夹！），我们几个小兵搞得是自己的姓，后来都反工了，🤮

标注步骤：open文件夹，w快捷键，框就完了，默认的是voc数据集，也就是说保存之后是.xml格式，yolo那玩意用的是txt格式，好吧，我们几个无名小卒不配问为啥不直接搞txt格式。

那么就多了一个步骤，把.xml文件都转成.txt文件

 如何把.xml文件都转成.txt文件

我按照一个超级超级厉害的学妹写的教程来的，在这里！！其实学妹已经写的很详细了，但是我这种傻子就是那种得喂嘴里的那种，所以自己写一个~

新建一个文件夹起名为trans,随便起，这是我起的，转化嘛这不是哈哈

在你喜欢的位置新建trans文件用来转化。在trans里新建data文件夹，在data下再新建三个文件夹（Annotations，images,ImageSets)，其中Annotations下存放.xml文件，images下存放图片，并在ImageSets里面新建一个Main文件夹。我看教程的时候会有疑问就是，怎么平白无故多了些别的，说的跟图片上的不一样，你不用管，我说啥就是啥就完事。（没错我说的就是我鼠标点的那个data哈哈哈，先不用管）

 

 然后再你建的data文件夹下，右键打开pycharm,如下图新建一个ss.py文件(学妹起的这个名字我就也起了这个哈哈哈)

 

位置就在这里了，然后复制下面的代码（厉害的学妹写的    传送门）

import os
import random

trainval_percent = 0.2  # 可自行进行调节
train_percent = 1
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

# ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
# fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        # ftrainval.write(name)
        if i in train:
            ftest.write(name)
        # else:
        # fval.write(name)
    else:
        ftrain.write(name)

# ftrainval.close()
ftrain.close()
# fval.close()
ftest.close()

然后运行，跑完ss.py时会在Main文件夹下自动生成train.txt和test.txt,如下图

再data文件夹下建立一个data，如下图

 

然后还是开始的data文件夹下再建一个voc_labels.py（上面有图）

代码还是来自超级厉害的学妹，夸她！原文在这里！

这里只需改一个地方就是自己训练的类别名称，这个scallop就是绿绿的扇贝，剩下保持不动执行，就会再新建的data文件夹里生成标签文件labels。

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

sets = ['train', 'test']

classes = ['scallop']  # 自己训练的类别


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/Annotations/%s.xml' % (image_id))
    out_file = open('data/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()
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

 lables里就是.txt文件了。

搞数据集

有了.txt的文件，就可以搞我们自己的数据集了。

新建一个datesets文件，位置如下图，就是那个trans的使命结束了，并排新建一个这个

在datesets下新建images 和labels两个文件夹 

然后！在images下新建train和val,labels下也新建train和val，如下图

比如说我一共有700张绿幽幽的扇贝图片，images下的train文件夹里放500张，val文件夹放200张（训练的要比val里多） 

对应的.txt文件放到labels里，同样的，train里放500个，val里放200个（对应的）。数据集就搞完了！！！

 开始训练！

 首先你得去网上下载yolov5的开源代码，如下图，yolov5有好几种，l，m，s，x，我一个小白用的是最简单的s。

 1.在data文件夹下新建一个yaml文件，这个yaml文件吧，我不知道他咋来的，txt文件改后缀名吗？sorry，i dont know hhhh。所以就改别人的就行，下载下来的那个里面就有一个，coco128.yaml，应该没啥用，那我就用用。用pycharm打开

 打开是这样的，找到打开是这种的就行。

改这里的train和val。改成你自己的位置（这是我的），往上翻我的那个文件夹，就可以看到我对应的很明白。

 ​​​

 因为我的图片里只有绿幽幽的扇贝，所以类别数nc为1，名字是scallop。

2.找到train.py文件，找到这段代码，data那行，那个yaml文件名得搞成你自己改的那个，如下图

 3.执行train.py文件

跑不出来是正常现象，跑出来了才是狗屎运好吧，我的同门就跑出来了，我就...

没错，我就是跑不出来那伙的。

少环境就下环境，还是一样的anac里面下，环境下载方法就百度，安安安，安了4个环境吧，然后又错误，如下图

自己没搞出来，然后蔡哥分分钟搞定

因为底下四个错误都是环境里的，所以往上看，点一下，就可以看到错误来源，如图，这个git我还特意下载了，可能是不好使或者怎么样，反正yolo也没用上这个，就直接给他删掉

 这里有两行是因为我复制了，然后把原来的注释掉了，把git那玩意删掉，就可以了，如下图

 再次运行，又出现了一个错误

 有错误找百度，有错误找百度，然后加一段这个代码

os.environ['KMP_DUPLICATE_LIB_OK'] = 'TRUE'

 变成这样

 可以运行了，如图，权重就有了

 ok,very good.

剩下的下次写