第Y2周：训练自己的数据集_yaml数据集-优快云博客

paper data：自己创建的存放数据集的文件夹
- Annotations(放置我们的.xmI文件)
- images(放置图片文件)
- lmageSets
  - Main(会在该文件夹内自动生成 train.txt、val.txt、test.txt 和 trainval.txt 四个文件，存放训练集、验证集、测试集图片的名字)

Annotations文件夹

images文件夹

编写split_train_val.py文件

这个文件的作用主要是划分训练以及验证集的文件名

# 划分train、test、val文件

# 导入必要的库
import os
import random
import argparse

# 创建一个参数解析器
parser = argparse.ArgumentParser()
# 添加命令行参数，用于指定xml文件的路径，默认为‘Annotations’文件夹
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
# 添加命令行参数，用于指定输出txt标签文件的路径，默认为‘ImageSets/Main’文件夹
parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path')
# 解析命令行参数
opt = parser.parse_args()

# 定义训练验证集与测试集的划分比例
trainval_percent = 1 # 使用全部数据
train_percent = 0.9 # 训练集占训练验证集的90%

# 设置xml文件夹的路径，根据命令行参数指定
xmlfilepath = opt.xml_path
# 设置输出txt标签文件的路径，根据命令行参数指定
txtsavepath = opt.txt_path

# 获取xml文件夹中的所有xml文件列表
total_xml = os.listdir(xmlfilepath)
# 如果输出txt标签文件的文件夹不存在，就创建它
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)

# 获取xml文件的总数
num = len(total_xml)
# 创建一个包含所有xml文件索引的列表
list_index = range(num)
# 计算训练验证集的数量
tv = int(num * trainval_percent)
# 计算训练集的数量
tr = int(tv * train_percent)
# 从所有xml文件索引中随机选择出训练验证集的索引
trainval = random.sample(list_index, tv)
# 从训练验证集的索引中随机选择出训练集的索引
train = random.sample(trainval, tr)

# 打开要写入的训练验证集、测试集、训练集、验证集的txt文件
file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')

# 遍历所有xml文件的索引
for i in list_index:
    name = total_xml[i][:-4] + '\n' # 获取xml文件的名称（去掉后缀.xml），并添加换行符
    # 如果该索引在训练验证集中
    if i in trainval:
        file_trainval.write(name) # 写入训练验证集txt文件
        if i in train: # 如果改索引在训练集中
            file_train.write(name) # 写入训练集txt文件
        else:
            file_val.write(name) # 否则写入验证集txt文件
    else:
        file_test.write(name) # 否则写入测试集txt文件

# 关闭所有打开的文件
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

运行之后会在Main文件夹中生成如下文件：

编写voc_label.py文件

下面这段代码的作用是生成训练文件索引文件

# 导入必要的库
import xml.etree.ElementTree as ET
import os
from os import getcwd

# 定义数据集的名称
sets = ['train', 'val', 'test']
# 定义类别列表，这里有两个类别，可以根据需要添加更多类别
classes = ["banana", "snake fruit", "dragon fruit", "pineapple"]  # 改成数据集对应的类别

# 获取当前工作目录的绝对路径
abs_path = os.getcwd()
print(abs_path)

# 定义一个函数，将边界框的坐标从绝对值转化为相对于图片大小的比例
def convert(size, box):
    dw = 1. / (size[0]) # 计算图片宽度的倒数
    dh = 1. / (size[1]) # 计算图片高度的倒数
    x = (box[0] + box[1]) / 2.0 - 1 # 计算中心点的x坐标
    y = (box[2] + box[3]) / 2.0 - 1 # 计算中心点的y坐标
    w = box[1] - box[0] # 计算边界框的宽度
    h = box[3] - box[2] # 计算边界框的高度
    x = x * dw # 缩放x坐标
    w = w * dw # 缩放宽度
    y = y * dh # 缩放y坐标
    h = h * dh # 缩放高度
    return x, y, w, h

# 定义一个函数，将标注文件从xml格式转为yolo格式
def convert_annotation(image_id):
    in_file = open('./Annotations/%s.xml' % (image_id), encoding='UTF-8') # 打开xml标注文件
    out_file = open('./labels/%s.txt' % (image_id), 'w') # 打开要写入的yolo格式标签文件
    tree = ET.parse(in_file) # 解析xml文件
    root = tree.getroot()
    
    filename = root.find('filename').text # 获取图像文件名
    filenameFormat = filename.split('.')[1] # 获取文件格式
    
    size = root.find('size') # 获取图像尺寸信息
    w = int(size.find('width').text) # 获取图像宽度
    h = int(size.find('height').text) # 获取图像高度
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text # 获取对象的难度标志
        cls = obj.find('name').text # 获取对象的类别名称
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls) # 获取类别的索引
        xmlbox = obj.find('bndbox') # 获取边界框坐标信息
        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) # 调用convert函数，将边界框坐标转为yolo格式
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') # 写入yolo格式标签文件
    return filenameFormat

# 获取当前工作目录
wd = getcwd()
for image_set in sets:
    # 如果labels目录不存在，创建它
    if not os.path.exists('./labels/'):
        os.makedirs('./labels/')
    # 从数据集文件中获取图像ID列表
    image_ids = open('./ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    # 打开要写入的文件，写入图像的文件格式和路径
    list_file = open('./%s.txt' % (image_set),'w')
    for image_id in image_ids:
        filenameFormat = convert_annotation(image_id)
        list_file.write(abs_path + '/images/%s.%s\n' % (image_id, filenameFormat)) # 注意图片格式
    list_file.close()

生成如下三个文件：

创建训练yaml文件

在data目录下创建ab.yaml文件

文件内容如下：

train: ./paper_data/train.txt
val: ./paper_data/val.txt

nc: 4

names: ["banana", "snake fruit", "dragon fruit", "pineapple"]

开始训练

python train.py --img 900 --batch 24 --epoch 100 --data data/ab.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt

训练过程及结果

个人总结

在本周的学习中我清楚的了解了如何使用yolov5训练自己的数据集。

在实现的过程中我也出现了许多问题，比如我是现在电脑上将数据集格式转换的，然后在通过租用服务器训练模型，结果运行中报错显示无法解析数据。通过不断思索，我明白了是因为路径不同，上面两个代码生成的以我的笔记本的路径生成的文件，而服务器的路径又是另一种名字，所以无法解析，通过重新运行上面两个文件后，我成功解决了这个问题。

此外，我还尝试了调整batchsize的大小为24，这样可以更好的利用GPU并加快运行速度。