一、前言

玩一段时间大模型，也该回归一下图像识别。本项目用于记录使用基于Ultralytics的yolov5进行目标检测测试。为什么用Ultralytics呢？答案有3
1、其良好的生态，方便我们部署到其它语言和设备上。因此本次测试结论：大坑没有，小坑不断~
2、对新手极度友好，只要装好依赖，按官方教程就可以运行起来。甚至export.py集成权重文件的各种转换功能比如：转ONNX文件！！
3.其对自定义数据集要求低，训练难度大减。当我们制作训练集时无需考虑吧图片压缩切割到成512x512或者640x640。只管找图标注，Ultralytics在train时会自动帮处理这些不合格尺寸的图片（爽爆了！！！）

二、简介

本篇使用的yolo5模型大小为yolov5l
由于需要识别一图片些细小的物体，我在Ultralytics的yolov5添加了一些注意力机制，但本次不会展开说，因为添加注意力前后对我们训练和预测的操作流程都没有任何影响。

三、训练

1.数据准备

也不知道是该夸还是该骂(￣ェ￣;)
Ultralytics提供了许多训练集数据格式，可以VOC、COCO、SKU等等。
但是label的数据格式不是xml而是txt…额…这就有些坑爹了▄█▀█●
以下我只选用其中一种格式:VOC实现
我采集数据文件夹取名MY_DataSet

（1）数据格式如下：

MY_DataSet
├── images
		└── train
		└── val
└── labels
		└── train
		└── val
└── dataset.yaml

（2）labels里数据的格式：

labels/train里的文件如下：

txt内容如下：

参考图图片如下：

即数据格式为：种类、x、y、w、h

通过以下方法可以使xml格式转成txt

def convert_annotation(voc_name,image_set,image_id):
    in_file = open('data/%s/Annotations/%s.xml' % (voc_name,image_id), encoding='utf-8')
    out_file = open('data/%s/labels/%s/%s.txt' % (voc_name,image_set,image_id), 'w', encoding='utf-8')
    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')

（3）dataset.yaml内部如下：

train: 本文件夹相对于trian.py文件的位置/MY_DataSet/images/train
val: 本文件夹相对于trian.py文件的位置/MY_DataSet/images/val
nc: 4
names: ['华强','西瓜','刀子','背带裤']

（4）修改模型yaml文件

到Ultralytics项目下的models文件夹找到对应yolo5l.yaml文件打开它将

nc: 80 # number of classes

改成你识别类的总数即可，我这只有4类改成4即可。

nc: 4 # number of classes

2.训练

在安装好Ultralytics的yolo5l.yaml和配置好训练数据后运行代码

python train.py --img 512 --batch 16 --epoch 300 --data dataset.yaml的相对位置  --cfg models/yolov5l.yaml --weights yolov5l.pt的位置 

即可！！开始训练

四、预测

默认会保存在项目的runs/train/exp/weights/文件夹中

python detect.py --weights runs/train/exp/weights/best.pt --data 训练集dataset.yaml的相对路径 --source  图片路径

五、报错处理

1. assert nf > 0 or not augment, f"{prefix}No labels found in {cache_path}, can not start training. {HELP_URL}"
   答：yolov5的数据集里标签格式为.txt，而我的自定义数据集是.xml格式，总而言之，我们要按官方的数据格式来，不能按以前传统的xml来弄。

2. 卡主并显示

 Downloading https://ultralytics.com/assets/Arial.Unicode.ttf to/root/.config/Ultralytics/Arial.Unicode.ttf...

答：初次运行，yolo5会检测你在/root/.config/Ultralytics的目录下是否有Arial.ttf 文件在，如果没有该文件，它会自动下载给你安装给你安装。由于需要连接该比较耗时。建议直接去网上下载文件

https://ultralytics.com/assets/Arial.Unicode.ttf

如果下载失败也可用我下载的文件，然后放到对应目录下即可。

3. NotImplementedError(“cannot instantiate %r on your system”
   NotImplementedError: cannot instantiate ‘PosixPath’ on your system

答：这个是在windows运行时会报的问题。在from pathlib import Path前插入如下代码即可

import pathlib
pathlib.PosixPath = pathlib.WindowsPath

注意：如果要弄到到Linux时，记得把这两行删了

六、结语

训练+预测至此结束咯~~