深度学习训练营之训练自己的数据集
- 原文链接
- 环境介绍
- 准备好数据集
- 划分数据集
- 运行voc_train.py
- 遇到问题
- 完整代码
- 创建new_data.yaml文件
- 模型训练时遇到的报错
- 模型训练
- 结果可视化
- 参考链接
原文链接
- 本文为365天深度学习训练营 中的学习记录博客
- 参考文章:365天深度学习训练营-第Y2周:训练自己的数据集
- 原作者:K同学啊|接辅导、项目定制
环境介绍
- 语言环境:Python3.9.13
- 编译器:vscode
- 深度学习环境:torch
- 显卡:NVIDIA GeForce RTX 3070 Laptop GPU
准备好数据集
我这里采用的数据集是经典的目标检测算法当中的一个数据集,这里附上链接:
文件提取:链接:https://pan.baidu.com/s/1SuNxOTCgrQlqXWK_cRzCZQ
提取码:0909
文件夹下内容:
划分数据集
运行如下命令进行数据集的划分
python split_train_val.py --xml_path D:\yolov5-master\yolov5-master\my_data\Annotations --txt_path D:\yolov5-master\yolov5-master\my_data\ImageSets\Main
原始应该是这样
python split_train_val.py --xml_path xx --txt_path xx
其中xx的地方根据相应的路径进行更改,需要注意到的是运行的路径是函数python split_train_val.py
所在的文件夹下进行运行,否则会报错
在弹出的对话框中进行运行
可以看到已经成功生成了
运行voc_train.py
遇到问题
遇到如下报错unsupported operand type(s) for +: 'builtin_function_or_method' and 'str'
这里所说的意思应该是指不能将type(s)类型的字符加上一个函数或者方法,我简单查看了一些,是我在定义abs_path
的时候漏加括号,导致abs_path
的字符类型出现错误
完整代码
经过调试和更改路径之后得到的代码如下
import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import joinsets = ['train','val','test']# 20类classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]abs_path=os.getcwd()print(abs_path)# size w,h# box x-min,x-max,y-min,y-maxdef convert(size, box): dw = 1./size[0] dh = 1./size[1] x = (box[0] + box[1])/2.0 -1# 中心点位置 y = (box[2] + box[3])/2.0 -1 w = box[1] - box[0] h = box[3] - box[2] x = x *dw w = w *dw y = y *dh h = h *dh # 全部转化为相对坐标 return (x, y, w, h)def convert_annotation(image_id): # 找到2个同样的文件 in_file = open('Annotations/%s.xml' % (image_id),encoding='UTF-8') out_file = open('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: #difficult ==1 的不要了 continue cls_id = classes.index(cls) # 排在第几位 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)) # 传入的是w,h 与框框的周边 b1,b2,b3,b4=b 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')wd = getcwd()for image_set in sets: # ('2012', 'train') 循环5次 # 创建目录 一次性 if not os.path.exists('labels/' ): os.makedirs('labels/') # 图片的id数据 image_ids = open('ImageSets/Main/%s.txt' % (image_set)).read().strip().split() # 结果写入这个文件 list_file = open('%s.txt' % (image_set), 'w') for image_id in image_ids: list_file.write(abs_path+'/JPEGImages/%s.jpg\n' % (image_id)) # 补全路径 convert_annotation(image_id) list_file.close()
(记录一下
:一开始这个最后的JPEGImages没加斜杠,导致后续报错,这里是添加过后的)
运行val_voc.py
可以得到三个txt的文件,其内容如下:
创建new_data.yaml文件
这个文件的名称new_data.yaml
是我自己随便起的一个名字,大家可以自行更改
模型训练时遇到的报错
expected '', but found ''
这里主要的原因是在定义变量的时候我使用的是=
,但是应该用:
错误图片:(这里突然发现这个mydata当中trian和val的名字不一样,导致后面一系列的错误,我后面改完之后就行)
更正以后:
models
文件夹下的用于训练的yolov5s.yaml
把这个原本的分类从80改成20(20是我的数据集的类型)
模型训练
运行如下命令,开始训练
python train.py --img 928 --batch 2 --epoch 10 --data data/new_data.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt
出现以下报错(没有出现就是成功训练啦)
No labels found in D:\yolov5-master\yolov5-master\my_data\train.cache.
在train.py
当中更改成绝对路径
new_data.yaml也进行修改
更改D:\yolov5-master\yolov5-master\utils
当中的sa
,sb
的路径
开始运行…
结果可视化
运行结果如下
使用wandb可以看到我们的运行结果的一些可视化
参考链接
- yolov5数据读取报错:train: No labels found in /root/yolov5-master/VOCData/dataSet_path/train.cache
- Python编译报错的自我记录