初学入门YOLOv5手势识别之制作并训练自己的数据集

随着短视频vlog时代的到来，自动驾驶技术、人脸识别门禁系统、智慧视频监控、AI机器人等贴近人们日常生活的视频信息量的暴增，视频目标检测的研究具有无比的现实研究意义与未来行业潜力。视频是由一系列具有时间连续性和内容相关性的图像组成，所以关于视频目标检测的研究自兴起以来就是在经典的图像目标检测算法的基础上进行改进与创新的。软硬件设备的迭代更新，使得视频的流畅度也越来越高，几秒钟的视频画面便可包含高达两三百甚至上千张图像，而视频比单纯的图像包含更多的时间和空间信息，若直接用图像目标检测的方法对视频文件的内容逐帧检测，不仅忽视了视频的时空信息还会拖慢检测速度，难以达到实时的需求。如何利用视频提供的时空上下文信息提升检测的准确率、速度等性能，成为了各国研究人员的工作重点。目标检测 (Object Detection) 是计算机视觉和图像处理的一项分支技术，其主要任务是在一幅数字图像中正确识别出目标物体的位置并判断类别。目标检测算法需要框选出图片中的物体，并判断出框选出的物体是什么以及它是否可信。

得益于近年来 GPU 加速技术和深度学习技术的发展，使得如今基于深度学习的人脸检测能够达到高精度和较好的实时性，有效的改善传统方法的效率低下问题，能够使该项技术广泛应用于医学军事领域等。

YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了较大的性能提升。YOLO 是一种卷积神经网络，相较于传统神经网络，卷积神经网络能够更好的提取特征，同时还能减少模型参数。

YOLOv5并不是一个单独的模型，而是一个模型家族，包括了YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x、YOLOv5x+TTA，这点有点儿像EfficientDet。由于没有找到V5的论文，只能从代码去学习它。总体上它和YOLOV4差不多，可以认为是YOLOV4的加强版。

对于yolov4而言yolov5的主要的改进思路如下所示：

输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic（马赛克）数据增强、自适应锚框计算、自适应图片缩放；

基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构；

Neck网络：目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层，Yolov5中添加了FPN+PAN结构；

Head输出层：输出层的锚框机制与YOLOv4相同，主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms。

   以下篇幅主要描述了我自己手动标注数据集并将其训练的过程。

一. 环境搭建（不能含有中文路径）

开始之前

克隆存储库和安装要求.txt在 Python>=3.7.0 环境中，包括 PyTorch>=1.7。模型和数据集从最新的 YOLOv5 版本自动下载。

git clone https://github.com/ultralytics/yolov5  # clone
cd yolov5
pip install -r requirements.txt  # install

创建自定义模型来检测对象是一个迭代过程，包括收集和组织图像、标记感兴趣的对象、训练模型、将其部署到野外以进行预测，然后使用该部署的模型收集边缘情况的示例以进行重复和改进

YOLOv5 模型必须在标记数据上进行训练，以便学习该数据中对象的类别。在开始训练之前，有两个选项可用于创建数据集：

使用Roboflow以YOLO格式自动标记，准备和托管您的自定义数据

或手动准备数据集

​ 本次例程用到的环境：

安装yolov5配置环境，我用的是anaconda和pycharm进行yolov5的环境搭建

pytorch: 1.8.0   python: 3.8.12

tips：如若使用GPU，cuda version >=10.1

首先要下载并安装yolov5：

yolov5官方要求 Python>=3.6 and PyTorch>=1.7

yolov5源码下载：https://github.com/ultralytics/yolov5

下载后，进入pytorch环境进入yolov5文件夹，使用换源的方法安装依赖。

如若前面安装时没有换源，这里强烈建议你使用换源的方法再进行安装

安装过的模块不会在安装，以防缺少模块，影响后续程序运行以及模型训练。

使用清华镜像源：

pip install -r requirements.txt -i  https://pypi.tuna.tsinghua.edu.cn/simple

本文数据集部分内容参考一位大佬的文章：(62条消息) Yolov5训练自己的数据集（详细完整版）_缔宇的博客-优快云博客_yolov5训练自己的数据集https://blog.youkuaiyun.com/qq_45945548/article/details/121701492

环境搭建可以参考 ：(62条消息) 史上最详细yolov5环境配置搭建+配置所需文件_想到好名再改的博客-优快云博客_yolov5环境配置https://blog.youkuaiyun.com/qq_44697805/article/details/107702939?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164757209816782246424327%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164757209816782246424327&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-1-107702939.142%5Ev2%5Epc_search_result_cache,143%5Ev4%5Econtrol&utm_term=yolov5%E7%8E%AF%E5%A2%83&spm=1018.2226.3001.4187

二、环境配置所需资源

我选用的是pycharm+anaconda搭建的环境，使用Pip命令安装所需功能包,第一次配置时，我的环境如下：python3.8.12+cuda10.2+cudnn-10.2-windows11-x64-v22000.556Windows 功能体验包 1000.22000.556.0+pytorch1.8.0+cpu，后面因为cpu跑模型训练太慢了，所以我换成了torch 1.9.0+cu111 CUDA:0 (GeForce GTX 1650, 4096.0MB)也就是GPU独立显卡来跑yolov5。

最开始的训练环境CPU，发现太慢了，于是乎我换了GPU