一、环境配置

1.安装好显卡驱动，如：CUDA；

2.配置好pytorch1.7及以上版本的python3,尽量安装GPU和CPU通用的pytorch

这部分我不详细讲述，各位哥可以上网找找别的教程。

二、YOLOV5的实现训练

1.下载好YOLOv5的框架，并在python的IDE中打开，如：pycharm

这里给出最新版官方的框架下载地址：

https://github.com/ultralytics/yolov5

我也给出我使用的框架的下载地址，可能不是最新的，但是对于本教程来说是有用的

yolov5-master.zip_树莓派部署yolov5,yolov5树莓派-深度学习文档类资源-CSDN下载

2.数据集获取

个人推荐在Kaggle上找数据集，质量和数量都比较高，这里给出地址

Find Open Datasets and Machine Learning Projects | Kaggle

当然，自己制作数据集也是可以的，但是数据集的质量可能会影响到目标检测系统的准确度，我这里就不主要说明如何制作VOC数据集了,各位哥可以上网查找。

本次我使用的是一个检测地面坑洼的VOC数据集,这里给出下载地址：

路面坑洼识别.zip的VOC数据集-深度学习文档类资源-CSDN下载

3.开始训练自己的数据集

1.按照以下的布局新建好对应的文件夹，本身自带的也不用删除，只增不减

├── data
│   ├── Annotations  进行 detection 任务时的标签文件，xml 形式，文件名与图片名一一对应
│   ├── images  存放 .jpg 格式的图片文件
│   ├── ImageSets  存放的是分类和检测的数据集分割文件，包含train.txt, val.txt,trainval.txt,test.txt
│   ├── labels  存放label标注信息的txt文件，与图片一一对应


├── ImageSets(train，val，test建议按照8：1：1比例划分)
│   ├── train.txt  写着用于训练的图片名称
│   ├── val.txt  写着用于验证的图片名称
│   ├── trainval.txt  train与val的合集
│   ├── test.txt  写着用于测试的图片名称

 将下载好的数据集解压，得到 Annotations  和   images  文件夹

 annotations文件夹中有  xml  文件

 images  文件夹  中有对应的图片

 将解压好的文件对号入座地复制到YOLOV5框架中Date下的Annotations  和   images  文件夹中

2.对数据集进行初步处理

A.在yolov5的根目录下新建一个文件ChangeName.py，代码如下：

import os
#任何格式的文件都适用
path = "D:\pyCharmdata\Pothole_detection_YOLOV5\data\images"
filelist = os.listdir(path)
count=0
for file in filelist:
    print(file)
for file in filelist:
    Olddir=os.path.join(path,file)
    if os.path.isdir(Olddir):
        continue
    filename=os.path.splitext(file)[0]
    filetype=os.path.splitext(file)[1]
    Newdir=os.path.join(path,str(count).zfill(6)+filetype)
    os.rename(Olddir,Newdir)
    count+=1

将path = "。。"这行分别改成YOLOv5框架的data下images和Annotations的地址，并且各运行一次，将所有的xml和图片对应地重命名一次，得

 B.在yolov5的根目录下新建一个文件IntoJPG.py，代码如下：

# -*- coding: utf-8 -*-
"""
Created on Fri Jul 19 10:39:03 2019

@author: wsb
"""

import cv2
import os

print('----------------------------------------------------')
print('程序的功能为：将该目录下输入的文件内的图片转为指定格式')  # 目前我测试了jpg转化为png和png转化为jpg。
print('转化结果保存在当前目录下的new_picture内')
print('----------------------------------------------------')

son = 'D:\pyCharmdata\Pothole_detection_YOLOV5\data\images'
picture_type = 'jpg'
#daddir = './'
path = son

newpath = "new_picture"
if not os.path.exists(newpath):
    os.mkdir(newpath)

path_list = os.listdir(path)
number = 0  # 统计图片数量
for filename in path_list:
    number += 1
    portion = os.path.splitext(filename)
    print('convert  ' + filename + '  to ' + portion[0] + '.' + picture_type)
    img = cv2.imread(path + "/" + filename)
    cv2.imwrite("./" + newpath + "/" + portion[0] + '.' + picture_type, img)
print("共转化了%d张图片" % number)
print('转换完毕，文件存入 ' + newpath + ' 中')
cv2.waitKey(0)
cv2.destroyAllWindows()

这里要自己修改 son =".."  和  newpath = ".."  的路径为要修改的图片的地址和修改后要存放的地址，将所有的图片都统一成  JPG  格式。

C.在yolov5的根目录下新建一个文件makeTxt.py，代码如下：

import os
import random


trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
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('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')

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

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

由此，将数据集划分。

D.接着再新建另一个文件voc_label.py，切记，classes=[……] 中填入的一定要是自己在数据集中所标注的类别名称，标记了几个类别就填写几个类别名，我这里只有一个类别，故只填了一个'pothole'。类别的查看可以用浏览器打开对应的XML文件，name那一行对应的就是类别。

填写错误的话会造成读取不出xml文件里的标注信息。代码如下：

# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
# os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
from os import listdir, getcwd
from os.path import join


sets = ['train', 'test', 'val']
classes = ['pothole']


# 进行归一化操作
def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
    dw = 1./size[0]     # 1/w
    dh = 1./size[1]     # 1/h
    x = (box[0] + box[1])/2.0   # 物体在图中的中心点x坐标
    y = (box[2] + box[3])/2.0   # 物体在图中的中心点y坐标
    w = box[1] - box[0]         # 物体实际像素宽度
    h = box[3] - box[2]         # 物体实际像素高度
    x = x*dw    # 物体中心点x的坐标比(相当于 x/原图w)
    w = w*dw    # 物体宽度的宽度比(相当于 w/原图w)
    y = y*dh    # 物体中心点y的坐标比(相当于 y/原图h)
    h = h*dh    # 物体宽度的宽度比(相当于 h/原图h)
    return (x, y, w, h)    # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]


# year ='2012', 对应图片的id（文件名）
def convert_annotation(image_id):
    '''
    将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息，
    通过对其解析，然后进行归一化最终读到label文件中去，也就是说
    一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去
    labal文件中的格式：calss x y w h　　同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个
    '''
    # 对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件
    in_file = open('data/Annotations/%s.xml' % (image_id), encoding='utf-8')
    # 准备在对应的image_id 中写入对应的label，分别为
    # <object-class> <x> <y> <width> <height>
    out_file = open('data/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
    # 解析xml文件
    tree = ET.parse(in_file)
    # 获得对应的键值对
    root = tree.getroot()
    # 获得图片的尺寸大小
    size = root.find('size')
    # 如果xml内的标记为空，增加判断条件
    if size != None:
        # 获得宽
        w = int(size.find('width').text)
        # 获得高
        h = int(size.find('height').text)
        # 遍历目标obj
        for obj in root.iter('object'):
            # 获得difficult ？？
            difficult = obj.find('difficult').text
            # 获得类别 =string 类型
            cls = obj.find('name').text
            # 如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过
            if cls not in classes or int(difficult) == 1:
                continue
            # 通过类别名称找到id
            cls_id = classes.index(cls)
            # 找到bndbox 对象
            xmlbox = obj.find('bndbox')
            # 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
                 float(xmlbox.find('ymax').text))
            print(image_id, cls, b)
            # 带入进行归一化操作
            # w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
            bb = convert((w, h), b)
            # bb 对应的是归一化后的(x,y,w,h)
            # 生成 calss x y w h 在label文件中
            out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


# 返回当前工作目录
wd = getcwd()
print(wd)


for image_set in sets:
    '''
    对所有的文件数据集进行遍历
    做了两个工作：
　　　　１．将所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位
　　　　２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去
    　　　　　最后再通过直接读取文件，就能找到对应的label 信息
    '''
    # 先找labels文件夹如果不存在则创建
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    # 读取在ImageSets/Main 中的train、test..等文件的内容
    # 包含对应的文件名称
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    # 打开对应的2012_train.txt 文件对其进行写入准备
    list_file = open('data/%s.txt' % (image_set), 'w')
    # 将对应的文件_id以及全路径写进去并换行
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        # 调用  year = 年份  image_id = 对应的文件名_id
        convert_annotation(image_id)
    # 关闭文件
    list_file.close()

# os.system(‘comand’) 会执行括号中的命令，如果命令成功执行，这条语句返回0，否则返回1
# os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train.txt")
# os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")

3.YOLOV5框架文件的修改

A.下载好YOLOV5的官方yolov5s，放到YOLOv5的根目录下

yolov5s和yolov5x.zip_yolov5s和yolov5x-深度学习文档类资源-CSDN下载

B.首先在data目录下，复制一份coco.yaml文件并将其重命名为Pothole_detection.yaml，放在data目录下，并对cat.yaml中的参数进行配置。其中train，val，test后面分别为训练集和测试集图片的路径， nc为数据集的类别数，我这里只分了1类，names为类别的名称。这几个参数均按照自己的实际需求来修改。代码如下：

# COCO 2017 dataset http://cocodataset.org
# Download command: bash yolov5/data/get_coco2017.sh
# Train command: python train.py --data ./data/coco.yaml
# Dataset should be placed next to yolov5 folder:
#   /parent_folder
#     /coco
#     /yolov5


# train and val datasets (image directory or *.txt file with image paths)
train: data/train.txt  # 118k images
val: data/val.txt  # 5k images
test: data/test.txt  # 20k images for submission to https://competitions.codalab.org/competitions/20794

# number of classes
nc: 1

# class names
names: ['pothole']

# Print classes
# with open('data/coco.yaml') as f:
#   d = yaml.load(f, Loader=yaml.FullLoader)  # dict
#   for i, x in enumerate(d['names']):
#     print(i, x)

C.接着在models目录下找到yolov5s.yaml文件复制一份到date文件夹下进行修改，这里取决于你使用了哪个模型就去修改对于的文件，该项目中使用的是yolov5s模型。需要修改的代码如下：

# parameters
nc: 1  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple

这里只需修改nc:。。为你的种类数即可

D.修改yolov5代码，修改文件在 yolov5\utils\datasets.py
修改参数 num_workers为0

# Use torch.utils.data.DataLoader() if dataset.properties will update during training else InfiniteDataLoader()
    dataloader = loader(dataset,
                        batch_size=batch_size,
                        num_workers=0,
                        sampler=sampler,
                        pin_memory=True,
                        collate_fn=LoadImagesAndLabels.collate_fn4 if quad else LoadImagesAndLabels.collate_fn)
    return dataloader, dataset

E.修改train.py的一些参数

找到parse_pot函数

 将  --cfg  和   --date  对应的两行的default  分别修改为你存放的文件地址，这里我是按照的地址来写的

将   train.py  中的下面这段  加上   encoding='utf-8'

    with open(data) as f:
        data_dict = yaml.safe_load(f)  # data dict

得：

    with open(data, encoding='utf-8') as f:
        data_dict = yaml.safe_load(f)  # data dict

4.开始训练

直接鼠标右键开始运行train.py进行训练

刚开始前面会报一些错误，但是不影响后续训练

 5.修改detect.py 进行目标检测的实现

A.找到run函数，将source对应的值修改为‘0’

 B.找到parse_opt函数，将--weight 对应的地址修改为runs/train/.../weights/best.pt

若想要检测图片或者视频，并保存检测结果，只需把  --source  对应的 default修改为存放视频或者图片的地址，结果将保存在runs/detect/..下

 若想实现实时检测，只需把  --source  对应的 default修改为对应摄像头的号码，若只有一个摄像头，则只需写‘0’即可，也可以用手机摄像头来进行检测，参考我的另一篇文章。

树莓派YOLOV5连接手机摄像头_Leonard2021的博客-CSDN博客

6.应用方向

这里给出我训练好的识别系统，在配置好环境和路径后即可使用：

Pothole_detection_YOLOV5.zip-深度学习文档类资源-CSDN下载

可以在上位机（PC、树莓派、jetson nano）中调试这个地面坑洼检测系统，再与下位机（如：arduino,stm32等）进行通讯，可实现简单的无人车路面避坑（避障），如：

树莓派官方系统与arduino通讯_Leonard2021的博客-CSDN博客_树莓派与arduino联合控制

到此本文结束。

版权声明：本文为CSDN博主「Leonard2021」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_51331359/article/details/121238832