利用YOLO模型对是否佩戴口罩进行检测
参考：
https://blog.youkuaiyun.com/kushe123/article/details/113702225
https://blog.youkuaiyun.com/didiaopao
两位博主的文章
学习目标
- 环境的配置
- 依赖包的下载
- 数据集的准备
- 预训练权重
- 训练模型
- 训练模型路径的修改
- 查看训练结果（参数的变化过程，wandb）
- 测试
| 工具 | 解释器 | 参数可视化 | 虚拟环境 |
|---|---|---|---|
| pycharm | Anaconda | wandb | yolov5 |
一、环境的配置
1、创建虚拟环境yolov5
不想破坏现有的Anaconda的生态环境，所以创建一个虚拟环境yolov5运行项目
2、下载yolov5项目
github官网上有yolov5的开源项目可以打包下载
3、yolo项目的结构
将下载的yolov5的包解压缩，并用pycharm打开
YOLOV5结构
| data | 存放一些超参数的配置文件（yaml）用来配置训练集、测试集、验证集的路径，目标检测的种类和种类的名称。训练自己的数据集的时候需要改动这些yaml文件，但是数据集建议放到yolov5项目的同级目录下面 |
|---|---|
| models | 网络构建的配置文件和函数，保函了该项目四个不同的版本是s,m,l,x。检测速度从快到慢，精度从低到高。训练自己的数据集的话需要修改里面相应的yaml来训练自己的模型 |
| utils | 存放工具类的函数。loss函数、metrics函数、plots函数等 |
| weights | 放置训练好的权重参数 |
| detect.py | 利用训练好的权重参数进行目标检测 ，可以进行图片、摄像头的检测 |
| train.py | 训练自己数据集的函数 |
| test.py | 测试训练结果的函数 |
| requirements.txt | 文本文件，包含使用yolov5使用的环境依赖包 |
4、解释器的选择
pycharm中python环境选择刚才创建的虚拟环境
创建的虚拟环境在Anaconda中的envs中
检查是否成功（出现下图代表已将环境换为yolov5的虚拟环境）
二、依赖包的下载
1、文本文件下载依赖包
pip install -r requirements.txt
2、command ‘pip install ‘pycocotools>=2.0’’ returned non-zero exit status 1.
解决办法 不用尝试其他方法了，whl，翻墙都不行
三、数据集的准备
1、数据集下载
感谢https://blog.youkuaiyun.com/kushe123/article/details/113702225
链接：https://pan.baidu.com/s/16RUb8b8CZ4Hv6XbZvsskPQ
提取码：igg4
| 图片数量 | 约8000张 |
|---|---|
| 标签种类 | 两类 0：no-mask；1：mask |
| 标签格式 | txt （yolo训练需要txt格式，但是一般标签是xml格式） |
大约包含8000张图片，可以抽取部分图片进行训练，因为数据量太大模型的训练时间还是蛮长的
2、划分数据集为训练集和验证集
下载的数据标签类型为txt（先将其转换成xml标签，再划分数据集）
要注意路径！！！
py文件
- 转换成xml标签（txt_switch_xml.py）
# coding=utf-8
from xml.dom.minidom import Document
import os
import cv2
# def makexml(txtPath, xmlPath, picPath): # txt所在文件夹路径，xml文件保存路径，图片所在文件夹路径
def makexml(picPath, txtPath, xmlPath): # txt所在文件夹路径，xml文件保存路径，图片所在文件夹路径
"""此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件
在自己的标注图片文件夹下建三个子文件夹，分别命名为picture、txt、xml
"""
dic = {'0': "hat", # 创建字典用来对类型进行转换
'1': "person", # 此处的字典要与自己的classes.txt文件中的类对应，且顺序要一致
}
files = os.listdir(txtPath)
for i, name in enumerate(files):
xmlBuilder = Document()
annotation = xmlBuilder.createElement("annotation") # 创建annotation标签
xmlBuilder.appendChild(annotation)
txtFile = open(txtPath + name)
txtList = txtFile.readlines()
img = cv2.imread(picPath + name[0:-4] + ".jpg")
Pheight, Pwidth, Pdepth = img.shape
folder = xmlBuilder.createElement("folder") # folder标签
foldercontent = xmlBuilder.createTextNode("driving_annotation_dataset")
folder.appendChild(foldercontent)
annotation.appendChild(folder) # folder标签结束
filename = xmlBuilder.createElement("filename") # filename标签
filenamecontent = xmlBuilder.createTextNode(name[0:-4] + ".jpg")
filename.appendChild(filenamecontent)
annotation.appendChild(filename) # filename标签结束
size = xmlBuilder.createElement("size") # size标签
width = xmlBuilder.createElement("width") # size子标签width
widthcontent = xmlBuilder.createTextNode(str(Pwidth))
width.appendChild(widthcontent)
size.appendChild(width) # size子标签width结束
height = xmlBuilder.createElement("height") # size子标签height
heightcontent = xmlBuilder.createTextNode(str(Pheight))
height.appendChild(heightcontent)
size.appendChild(height) # size子标签height结束
depth = xmlBuilder.createElement("depth") # size子标签depth
depthcontent = xmlBuilder.createTextNode(str(Pdepth))
depth.appendChild(depthcontent)
size.appendChild(depth) # size子标签depth结束
annotation.appendChild(size) # size标签结束
for j in txtList:
oneline = j.strip().split(" ")
object = xmlBuilder.createElement("object") # object 标签
picname = xmlBuilder.createElement("name") # name标签
namecontent = xmlBuilder.createTextNode(dic[oneline[0]])
picname.appendChild(namecontent)
object.appendChild(picname) # name标签结束
pose = xmlBuilder.createElement("pose") # pose标签
posecontent = xmlBuilder.createTextNode("Unspecified")
pose.appendChild(posecontent)
object.appendChild(pose) # pose标签结束
truncated = xmlBuilder.createElement("truncated") # truncated标签
truncatedContent = xmlBuilder.createTextNode("0")
truncated.appendChild(truncatedContent)
object.appendChild(truncated) # truncated标签结束
difficult = xmlBuilder.createElement("difficult") # difficult标签
difficultcontent = xmlBuilder.createTextNode("0")
difficult.appendChild(difficultcontent)
object.appendChild(difficult) # difficult标签结束
bndbox = xmlBuilder.createElement("bndbox") # bndbox标签
xmin = xmlBuilder.createElement("xmin") # xmin标签
mathData = int(((float(oneline[1])) * Pwidth + 1) - (float(oneline[3])) * 0.5 * Pwidth)
xminContent = xmlBuilder.createTextNode(str(mathData))
xmin.appendChild(xminContent)
bndbox.appendChild(xmin) # xmin标签结束
ymin = xmlBuilder.createElement("ymin") # ymin标签
mathData = int(((float(oneline[2])) * Pheight + 1) - (float(oneline[4])) * 0.5 * Pheight)
yminContent = xmlBuilder.createTextNode(str(mathData))
ymin.appendChild(yminContent)
bndbox.appendChild(ymin) # ymin标签结束
xmax = xmlBuilder.createElement("xmax") # xmax标签
mathData = int(((float(oneline[1])) * Pwidth + 1) + (float(oneline[3])) * 0.5 * Pwidth)
xmaxContent = xmlBuilder.createTextNode(str(mathData))
xmax.appendChild(xmaxContent)
bndbox.appendChild(xmax) # xmax标签结束
ymax = xmlBuilder.createElement("ymax") # ymax标签
mathData = int(((float(oneline[2])) * Pheight + 1) + (float(oneline[4])) * 0.5 * Pheight)
ymaxContent = xmlBuilder.createTextNode(str(mathData))
ymax.appendChild(ymaxContent)
bndbox.appendChild(ymax) # ymax标签结束
object.appendChild(bndbox) # bndbox标签结束
annotation.appendChild(object) # object标签结束
f = open(xmlPath + name[0:-4] + ".xml", 'w')
xmlBuilder.writexml(f, indent='\t', newl='\n', addindent='\t', encoding='utf-8')
f.close()
if __name__ == "__main__":
picPath = "VOCdevkit/VOC2007/JPEGImages/" # 图片所在文件夹路径，后面的/一定要带上
txtPath = "VOCdevkit/VOC2007/YOLOLabels/" # txt所在文件夹路径，后面的/一定要带上
xmlPath = "VOCdevkit/VOC2007/Annotations/" # xml文件保存路径，后面的/一定要带上
makexml(picPath, txtPath, xmlPath)
- 划分数据集（split_train_val.py）
# coding=utf-8
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import random
from shutil import copyfile
classes = ["hat", "person"]
# classes=["ball"]
TRAIN_RATIO = 80 #训练集和验证集的比例，说明80%的训练集，20%的验证集
def clear_hidden_files(path):
dir_list = os.listdir(path)
for i in dir_list:
abspath = os.path.join(os.path.abspath(path), i)
if os.path.isfile(abspath):
if i.startswith("._"):
os.remove(abspath)
else:
clear_hidden_files(abspath)
def convert(size, box):
dw = 1. / size[0]
dh = 1. / size[1]
x = (box[0] + box[1]) / 2.0
y = (box[2] + box[3]) / 2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)
def convert_annotation(image_id):
in_file = open('VOCdevkit/VOC2007/Annotations/%s.xml' % image_id)
out_file = open('VOCdevkit/VOC2007/YOLOLabels/%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:
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))
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
in_file.close()
out_file.close()
wd = os.getcwd()
wd = os.getcwd()
data_base_dir = os.path.join(wd, "VOCdevkit/")
if not os.path.isdir(data_base_dir):
os.mkdir(data_base_dir)
work_sapce_dir = os.path.join(data_base_dir, "VOC2007/")
if not os.path.isdir(work_sapce_dir):
os.mkdir(work_sapce_dir)
annotation_dir = os.path.join(work_sapce_dir, "Annotations/")
if not os.path.isdir(annotation_dir):
os.mkdir(annotation_dir)
clear_hidden_files(annotation_dir)
image_dir = os.path.join(work_sapce_dir, "JPEGImages/")
if not os.path.isdir(image_dir):
os.mkdir(image_dir)
clear_hidden_files(image_dir)
yolo_labels_dir = os.path.join(work_sapce_dir, "YOLOLabels/")
if not os.path.isdir(yolo_labels_dir):
os.mkdir(yolo_labels_dir)
clear_hidden_files(yolo_labels_dir)
yolov5_images_dir = os.path.join(data_base_dir, "images/")
if not os.path.isdir(yolov5_images_dir):
os.mkdir(yolov5_images_dir)
clear_hidden_files(yolov5_images_dir)
yolov5_labels_dir = os.path.join(data_base_dir, "labels/")
if not os.path.isdir(yolov5_labels_dir):
os.mkdir(yolov5_labels_dir)
clear_hidden_files(yolov5_labels_dir)
yolov5_images_train_dir = os.path.join(yolov5_images_dir, "train/")
if not os.path.isdir(yolov5_images_train_dir):
os.mkdir(yolov5_images_train_dir)
clear_hidden_files(yolov5_images_train_dir)
yolov5_images_test_dir = os.path.join(yolov5_images_dir, "val/")
if not os.path.isdir(yolov5_images_test_dir):
os.mkdir(yolov5_images_test_dir)
clear_hidden_files(yolov5_images_test_dir)
yolov5_labels_train_dir = os.path.join(yolov5_labels_dir, "train/")
if not os.path.isdir(yolov5_labels_train_dir):
os.mkdir(yolov5_labels_train_dir)
clear_hidden_files(yolov5_labels_train_dir)
yolov5_labels_test_dir = os.path.join(yolov5_labels_dir, "val/")
if not os.path.isdir(yolov5_labels_test_dir):
os.mkdir(yolov5_labels_test_dir)
clear_hidden_files(yolov5_labels_test_dir)
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'w')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'w')
train_file.close()
test_file.close()
train_file = open(os.path.join(wd, "yolov5_train.txt"), 'a')
test_file = open(os.path.join(wd, "yolov5_val.txt"), 'a')
list_imgs = os.listdir(image_dir) # list image files
prob = random.randint(1, 100)
print("Probability: %d" % prob)
for i in range(0, len(list_imgs)):
path = os.path.join(image_dir, list_imgs[i])
if os.path.isfile(path):
image_path = image_dir + list_imgs[i]
voc_path = list_imgs[i]
(nameWithoutExtention, extention) = os.path.splitext(os.path.basename(image_path))
(voc_nameWithoutExtention, voc_extention) = os.path.splitext(os.path.basename(voc_path))
annotation_name = nameWithoutExtention + '.xml'
annotation_path = os.path.join(annotation_dir, annotation_name)
label_name = nameWithoutExtention + '.txt'
label_path = os.path.join(yolo_labels_dir, label_name)
prob = random.randint(1, 100)
print("Probability: %d" % prob)
if (prob < TRAIN_RATIO): # train dataset
if os.path.exists(annotation_path):
train_file.write(image_path + '\n')
convert_annotation(nameWithoutExtention) # convert label
copyfile(image_path, yolov5_images_train_dir + voc_path)
copyfile(label_path, yolov5_labels_train_dir + label_name)
else: # test dataset
if os.path.exists(annotation_path):
test_file.write(image_path + '\n')
convert_annotation(nameWithoutExtention) # convert label
copyfile(image_path, yolov5_images_test_dir + voc_path)
copyfile(label_path, yolov5_labels_test_dir + label_name)
train_file.close()
test_file.close()
运行成功后会出现下图的文件夹
3、KeyError: 'None’
如果在转换yolo格式（txt）到VOC格式（xml）时出现 KeyError: 'None’的报错，但一部分的txt文件已经转换成xml，这时候只需将下一个待转换图片和txt（对应的标签）删除即可。（估计是文件有问题，删除后就可以将后面的全部转换了）
四、预训练权重
与训练权重下载 本实验使用的是 yolov5s.pt
预训练权重：预先设置的训练权重，可以缩短训练时间。
将yolov5s.pt放置到weights文件夹中
五、训练模型
前文讲解yolo模型的结构时讲到
训练自己的数据集需要更改数据配置文件（data中的yaml）和模型配置文件（midels中的yaml文件）
1、更改数据配置文件
复制data中的voc.yaml命名为mask.yaml
mask.yaml文件
# PASCAL VOC dataset http://host.robots.ox.ac.uk/pascal/VOC/
# Train command: python train.py --data voc.yaml
# Default dataset location is next to /yolov5:
# /parent_folder
# /VOC
# /yolov5
# download command/URL (optional)
download: bash data/scripts/get_voc.sh
# train and val data as 1) directory: path/images/, 2) file: path/images.txt, or 3) list: [path1/images/, path2/images/]
train: VOCdevkit/images/train # 597 images 划分的训练集的路径
val: VOCdevkit/images/val # 144 images 划分的验证集的路径
# number of classes
nc: 2 #检测的类别数
# class names
names: ['no-mask','mask'] #标签类别的名
2、更改模型配置文件
预训练权重选择的是ylov5s.pt
所以models模型应该选择yolov5s.yaml（不同的与训练权重对应不同的网络层数，用错会报错）
复制models中的yolov5.yaml命名为mask.yaml
mask.yaml
# parameters
nc: 2 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple
# anchors
anchors:
- [10,13, 16,30, 33,23] # P3/8
- [30,61, 62,45, 59,119] # P4/16
- [116,90, 156,198, 373,326] # P5/32
# YOLOv5 backbone
backbone:
# [from, number, module, args]
[[-1, 1, Focus, [64, 3]], # 0-P1/2
[-1, 1, Conv, [128, 3, 2]], # 1-P2/4
[-1, 3, C3, [128]],
[-1, 1, Conv, [256, 3, 2]], # 3-P3/8
[-1, 9, C3, [256]],
[-1, 1, Conv, [512, 3, 2]], # 5-P4/16
[-1, 9, C3, [512]],
[-1, 1, Conv, [1024, 3, 2]], # 7-P5/32
[-1, 1, SPP, [1024, [5, 9, 13]]],
[-1, 3, C3, [1024, False]], # 9
]
# YOLOv5 head
head:
[[-1, 1, Conv, [512, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 6], 1, Concat, [1]], # cat backbone P4
[-1, 3, C3, [512, False]], # 13
[-1, 1, Conv, [256, 1, 1]],
[-1, 1, nn.Upsample, [None, 2, 'nearest']],
[[-1, 4], 1, Concat, [1]], # cat backbone P3
[-1, 3, C3, [256, False]], # 17 (P3/8-small)
[-1, 1, Conv, [256, 3, 2]],
[[-1, 14], 1, Concat, [1]], # cat head P4
[-1, 3, C3, [512, False]], # 20 (P4/16-medium)
[-1, 1, Conv, [512, 3, 2]],
[[-1, 10], 1, Concat, [1]], # cat head P5
[-1, 3, C3, [1024, False]], # 23 (P5/32-large)
[[17, 20, 23], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5)
]
六、训练模型路径的修改
1、修改路径
打开train.py文件（train.py是训练自己数据集的函数）
需要修改
| 需要修改 | 配置文件路径 |
|---|---|
| 预训练权重 | weights/yolov5s.pt |
| 数据集 | data/mask.yaml |
| 模型 | models/mask.yaml |
- 修改预训练权重
parser.add_argument('--weights', type=str, default='weights/yolov5s.pt', help='initial weights path')
- 修改模型的路径
parser.add_argument('--cfg', type=str, default='models/mask.yaml', help='model.yaml path')
- 修改数据的路径
parser.add_argument('--data', type=str, default='data/mask.yaml', help='data.yaml path')
| 参数 | 意义 |
|---|---|
| epochs | 训练次数，刚开始的时候可以选取较小的值进行训练 |
| batch-size | 每次输入图片的数量 |
| worker | CPU的工作核心 |
2、OSError:[WinError 1455]页面太小，无法完成操作
3、AttributeError: Can’t get attribute ‘SPPF’
缺少SPPF类
class SPPF(nn.Module):
# Spatial Pyramid Pooling - Fast (SPPF) layer for YOLOv5 by Glenn Jocher
def __init__(self, c1, c2, k=5): # equivalent to SPP(k=(5, 9, 13))
super().__init__()
c_ = c1 // 2 # hidden channels
self.cv1 = Conv(c1, c_, 1, 1)
self.cv2 = Conv(c_ * 4, c2, 1, 1)
self.m = nn.MaxPool2d(kernel_size=k, stride=1, padding=k // 2)
def forward(self, x):
x = self.cv1(x)
with warnings.catch_warnings():
warnings.simplefilter('ignore') # suppress torch 1.9.0 max_pool2d() warning
y1 = self.m(x)
y2 = self.m(y1)
return self.cv2(torch.cat([x, y1, y2, self.m(y2)], 1))
将上述代码放到models中的common.py中，如下图
4、RuntimeError: result type Float can’t be cast to the desired output type __int64
模型已经全部修改完成，运行train.py训练模型（这需要较长的时间，需耐心等待，等不了的话可以直接用训练好的模型）
七、查看训练结果
训练模型的过程中各种参数会发生变化，yolo训练完成后会给出整个过程的统计
wandb可以可视化训练过程中的状态
1、wandb
- pycharm上安装
pip install wandb
还需要注册账户信息
2、查看可视化结果
tensorboard --logdir=runs
3、runs文件夹
在train.py运行结束后，会产生一个runs文件夹，结构为runs/train/exp/weights会产生两个权重文件，其中best.pt(最好的权重)，last.pt(是最后一轮的权重)，利用最好的权重(best.pt)，可以将前面的与训练权重换成best.pt。
八、测试（detect.py）
将前面训练得到的最好的权重（best.pt）进行测试（detect.py测试文件）
1、换权重文件
2、照片测试
-
输入测试图片的位置
-
运行detect.py
3、摄像头测试
-
将刚才照片的路径改为0即可
-
运行detect.py将会调用摄像头（不做演示）
全部完成咯，记录第一次做口罩检测的项目！！！
最后十分感谢
https://blog.youkuaiyun.com/kushe123/article/details/113702225
https://blog.youkuaiyun.com/didiaopao
两位的文章，受益匪浅！！！
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
