• YOLOv5实战之输电线路绝缘子缺陷检测识别

    在前面的文章中已经详细介绍了在本机上安装YOLOv5的教程，安装YOLOv5可参考前面的文章YOLOv5训练自己的数据集(超详细)https://blog.csdn.net/qq_40716944/article/details/118188085https://blog.csdn.net/qq_40716944/article/details/118188085

    目录

     

    一、数据集介绍

    二、构建训练数据集 

    1、先构建数据集文件夹

    2、数据集格式转换

    3、训练集划分代码

    4、生成yolo格式的标签

    三、修改配置文件

    1、数据配置文件

    2、网络参数修改

    3、trian.py修改

    四、训练及测试

    1、训练

     2、测试

    一、数据集介绍

            本教程主要是利用YOLOv5算法实现对输电线路绝缘子缺陷进行检测识别。通过无人机搭载相机头云台对输电线路上的绝缘子进行数据采集，挑选出绝缘子上有故障的图片数据，共2000张左右图片，输电线路绝缘子缺陷数据集中的部分图片如下图所示。

    ​

    ​对收集到的2000张左右绝缘子缺陷数据集进行数据标注， 标注了3种常见的绝缘子缺陷类型：insulator、damaged、Flashover，利用LabelImg标注软件对数据进行标注，对标注后的数据进行统计，3种缺陷的标签分布情况如下图所示。

    ​

    二、构建训练数据集 

    1、先构建数据集文件夹

            本人按照VOC格式创建数据集，具体格式如下：

    1. ├── data
    2. │   ├── xml  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
    3. │   ├── images  存放.jpg 格式的图片文件
    4. │   ├── labels  存放label标注信息的txt文件，与图片一一对应
    5. │   ├── txt  存放原始标注信息，x1,y1,x2,y2,type
    6. ├── dataSet(train，val，test建议按照8：1：1比例划分)
    7. │   ├── train.txt  写着用于训练的图片名称
    8. │   ├── val.txt  写着用于验证的图片名称
    9. │   ├── trainval.txt  train与val的合集
    10. │   ├── test.txt  写着用于测试的图片名称

    2、数据集格式转换

            原始的标注信息是保存成txt文件，txt文件里面的每一行都包含一个标注信息，格式为x1,y1,x2,y2,type，这里 (x1,y1) 和 (x2,y2) 是缺陷边界框的左上角和右下角，type是匹配后的整数 ID：0：insulator、1：damaged、2：Flashover。通过一下代码进行转换：

    1. import os
    2. import cv2
    3. import time
    4. from xml.dom import minidom
    5.  
    6. name_dict = {'0': 'insulator', '1': 'damaged', '2': 'Flashover'}
    7.  
    8.  
    9. def transfer_to_xml(pic, txt, file_name,xml_save_path):
    10.     if not os.path.exists(xml_save_path):
    11.         os.makedirs(xml_save_path,exist_ok=True)
    12.  
    13.     img = cv2.imread(pic)
    14.     img_w = img.shape[1]
    15.     img_h = img.shape[0]
    16.     img_d = img.shape[2]
    17.     doc = minidom.Document()
    18.  
    19.     annotation = doc.createElement("annotation")
    20.     doc.appendChild(annotation)
    21.     folder = doc.createElement('folder')
    22.     folder.appendChild(doc.createTextNode('visdrone'))
    23.     annotation.appendChild(folder)
    24.  
    25.     filename = doc.createElement('filename')
    26.     filename.appendChild(doc.createTextNode(file_name))
    27.     annotation.appendChild(filename)
    28.  
    29.     source = doc.createElement('source')
    30.     database = doc.createElement('database')
    31.     database.appendChild(doc.createTextNode("Unknown"))
    32.     source.appendChild(database)
    33.  
    34.     annotation.appendChild(source)
    35.  
    36.     size = doc.createElement('size')
    37.     width = doc.createElement('width')
    38.     width.appendChild(doc.createTextNode(str(img_w)))
    39.     size.appendChild(width)
    40.     height = doc.createElement('height')
    41.     height.appendChild(doc.createTextNode(str(img_h)))
    42.     size.appendChild(height)
    43.     depth = doc.createElement('depth')
    44.     depth.appendChild(doc.createTextNode(str(img_d)))
    45.     size.appendChild(depth)
    46.     annotation.appendChild(size)
    47.  
    48.     segmented = doc.createElement('segmented')
    49.     segmented.appendChild(doc.createTextNode("0"))
    50.     annotation.appendChild(segmented)
    51.  
    52.     with open(txt, 'r') as f:
    53.         lines = [f.readlines()]
    54.         for line in lines:
    55.             for boxes in line:
    56.                 box = boxes.strip('\n')
    57.                 box = box.split(" ")
    58.                 x_min = box[0]
    59.                 y_min = box[1]
    60.                 x_max = box[2]
    61.                 y_max = box[3]
    62.                 object_name = name_dict[box[4]]
    63.                 if object_name != "background":
    64.                     object = doc.createElement('object')
    65.                     nm = doc.createElement('name')
    66.                     nm.appendChild(doc.createTextNode(object_name))
    67.                     object.appendChild(nm)
    68.                     pose = doc.createElement('pose')
    69.                     pose.appendChild(doc.createTextNode("Unspecified"))
    70.                     object.appendChild(pose)
    71.                     truncated = doc.createElement('truncated')
    72.                     truncated.appendChild(doc.createTextNode("1"))
    73.                     object.appendChild(truncated)
    74.                     difficult = doc.createElement('difficult')
    75.                     difficult.appendChild(doc.createTextNode("0"))
    76.                     object.appendChild(difficult)
    77.                     bndbox = doc.createElement('bndbox')
    78.                     xmin = doc.createElement('xmin')
    79.                     xmin.appendChild(doc.createTextNode(x_min))
    80.                     bndbox.appendChild(xmin)
    81.                     ymin = doc.createElement('ymin')
    82.                     ymin.appendChild(doc.createTextNode(y_min))
    83.                     bndbox.appendChild(ymin)
    84.                     xmax = doc.createElement('xmax')
    85.                     xmax.appendChild(doc.createTextNode(str(x_max)))
    86.                     bndbox.appendChild(xmax)
    87.                     ymax = doc.createElement('ymax')
    88.                     ymax.appendChild(doc.createTextNode(str(y_max)))
    89.                     bndbox.appendChild(ymax)
    90.                     object.appendChild(bndbox)
    91.                     annotation.appendChild(object)
    92.                     with open(os.path.join(xml_save_path, file_name + '.xml'), 'w') as x:
    93.                         x.write(doc.toprettyxml())
    94.                     x.close()
    95.     f.close()
    96.  
    97.  
    98. if __name__ == '__main__':
    99.     t = time.time()
    100.     print('Transfer .txt to .xml...ing....')
    101.     txt_folder = 'data/power_transmission_line_datasets/txt'
    102.     txt_file = os.listdir(txt_folder)
    103.     img_folder = 'data/power_transmission_line_datasets/image'
    104.     xml_save_path = 'data/power_transmission_line_datasets/xml/'
    105.  
    106.     for txt in txt_file:
    107.         txt_full_path = os.path.join(txt_folder, txt)
    108.         img_full_path = os.path.join(img_folder, txt.split('.')[0] + '.jpg')
    109.  
    110.         try:
    111.             transfer_to_xml(img_full_path, txt_full_path, txt.split('.')[0],xml_save_path)
    112.         except Exception as e:
    113.             print(e)
    114.  
    115.     print("Transfer .txt to .XML sucessed. costed: {:.3f}s...".format(time.time() - t))

    3、训练集划分代码

            主要是将数据集分类成训练数据集和测试数据集，默认train，val，test按照比例进行随机分类，运行后dataSet文件夹中会出现四个文件，主要是生成的训练数据集和测试数据集的图片名称，如下图。同时data目录下也会出现这四个文件，内容是训练数据集和测试数据集的图片路径。

    1. import os
    2. import random
    3.  
    4.  
    5. trainval_percent = 0.9
    6. train_percent = 0.9
    7. xmlfilepath = 'data/power_transmission_line_datasets/xml/'
    8. txtsavepath = 'data/power_transmission_line_datasets/dataSet/'
    9. total_xml = os.listdir(xmlfilepath)
    10.  
    11. num = len(total_xml)
    12. list = range(num)
    13. tv = int(num * trainval_percent)
    14. tr = int(tv * train_percent)
    15. trainval = random.sample(list, tv)
    16. train = random.sample(trainval, tr)
    17.  
    18. ftrainval = open('data/power_transmission_line_datasets/dataSet/trainval.txt', 'w')
    19. ftest = open('data/power_transmission_line_datasets/dataSet/test.txt', 'w')
    20. ftrain = open('data/power_transmission_line_datasets/dataSet/train.txt', 'w')
    21. fval = open('data/power_transmission_line_datasets/dataSet/val.txt', 'w')
    22.  
    23. for i in list:
    24.     name = total_xml[i][:-4] + '\n'
    25.     if i in trainval:
    26.         ftrainval.write(name)
    27.         if i in train:
    28.             ftrain.write(name)
    29.         else:
    30.             fval.write(name)
    31.     else:
    32.         ftest.write(name)
    33.  
    34. ftrainval.close()
    35. ftrain.close()
    36. fval.close()
    37. ftest.close()

    4、生成yolo格式的标签

            主要是将图片数据集标注后的xml文件中的标注信息读取出来并写入txt文件，运行后在label文件夹中出现所有图片数据集的标注信息。

    1. # xml解析包
    2.  
    3. import xml.etree.ElementTree as ET
    4. import pickle
    5. import os
    6.  
    7. # 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
    8.  
    9. from os import listdir, getcwd
    10. from os.path import join
    11.  
    12.  
    13. sets = ['train', 'test', 'val']
    14. classes = ["insulator","damaged","Flashover"]
    15.  
    16.  
    17. # 进行归一化操作
    18.  
    19. def convert(size, box):  # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
    20.     dw = 1./size[0]     # 1/w
    21.     dh = 1./size[1]     # 1/h
    22.     x = (box[0] + box[1])/2.0   # 物体在图中的中心点x坐标
    23.     y = (box[2] + box[3])/2.0   # 物体在图中的中心点y坐标
    24.     w = box[1] - box[0]         # 物体实际像素宽度
    25.     h = box[3] - box[2]         # 物体实际像素高度
    26.     x = x*dw    # 物体中心点x的坐标比(相当于 x/原图w)
    27.     w = w*dw    # 物体宽度的宽度比(相当于 w/原图w)
    28.     y = y*dh    # 物体中心点y的坐标比(相当于 y/原图h)
    29.     h = h*dh    # 物体宽度的宽度比(相当于 h/原图h)
    30.     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]
    31.  
    32.  
    33.  
    34. def convert_annotation(image_id):
    35.     '''
    36.     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，
    37.     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
    38.     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
    39.     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bounding的信息也有多个
    40.     '''
    41.     # 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
    42.     in_file = open('data/power_transmission_line_datasets/xml/%s.xml' % (image_id), encoding='utf-8')
    43.     # 准备在对应的image_id 中写入对应的label，分别为
    44.     #     
    45.     out_file = open('data/power_transmission_line_datasets/label/%s.txt' % (image_id), 'w', encoding='utf-8')
    46.     # 解析xml文件
    47.     tree = ET.parse(in_file)
    48.     # 获得对应的键值对
    49.     root = tree.getroot()
    50.     # 获得图片的尺寸大小
    51.     size = root.find('size')
    52.     # 如果xml内的标记为空，增加判断条件
    53.     if size != None:
    54.         # 获得宽
    55.         w = int(size.find('width').text)
    56.         # 获得高
    57.         h = int(size.find('height').text)
    58.         # 遍历目标obj
    59.         for obj in root.iter('object'):
    60.             # 获得difficult
    61.             difficult = obj.find('difficult').text
    62.             # 获得类别 =string 类型
    63.             cls = obj.find('name').text
    64.             # 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
    65.             if cls not in classes or int(difficult) == 1:
    66.                 continue
    67.             # 通过类别名称找到id
    68.             cls_id = classes.index(cls)
    69.             # 找到bndbox 对象
    70.             xmlbox = obj.find('bndbox')
    71.             # 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
    72.             b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
    73.                  float(xmlbox.find('ymax').text))
    74.             print(image_id, cls, b)
    75.             # 带入进行归一化操作
    76.             # w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
    77.             bb = convert((w, h), b)
    78.             # bb 对应的是归一化后的(x,y,w,h)
    79.             # 生成 calss x y w h 在label文件中
    80.             out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
    81.  
    82.  
    83. # 返回当前工作目录
    84.  
    85. wd = getcwd()
    86. print(wd)
    87.  
    88.  
    89. for image_set in sets:
    90.     '''
    91.     对所有的文件数据集进行遍历
    92.     做了两个工作：
    93. 　　　　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
    94. 　　　　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
    95.     　　　　　最后再通过直接读取文件，就能找到对应的label 信息
    96.     '''
    97.     # 先找labels文件夹如果不存在则创建
    98.     if not os.path.exists('data/power_transmission_line_datasets/labels/'):
    99.         os.makedirs('data/power_transmission_line_datasets/labels/')
    100.     # 读取在ImageSets/Main 中的train、test..等文件的内容
    101.     # 包含对应的文件名称
    102.     image_ids = open('data/power_transmission_line_datasets/dataSet/%s.txt' % (image_set)).read().strip().split()
    103.    
    104.     list_file = open('data/power_transmission_line_datasets/%s.txt' % (image_set), 'w')
    105.     # 将对应的文件_id以及全路径写进去并换行
    106.     for image_id in image_ids:
    107.         list_file.write('data/power_transmission_line_datasets/image/%s.jpg\n' % (image_id))
    108.         # 调用  year = 年份  image_id = 对应的文件名_id
    109.         convert_annotation(image_id)
    110.     # 关闭文件
    111.     list_file.close()

    label文件夹中某文件内容如下：

    1. 1 0.5128302845528456 0.1638719512195122 0.012957317073170733 0.01829268292682927
    2. 1 0.5325203252032521 0.16482469512195122 0.012195121951219513 0.01791158536585366
    3. 1 0.5572916666666667 0.20579268292682928 0.011941056910569106 0.01829268292682927
    4. 1 0.42238313008130085 0.4026295731707317 0.009908536585365856 0.013338414634146341
    5. 1 0.41450711382113825 0.7050304878048781 0.009908536585365856 0.01600609756097561
    6. 1 0.005970528455284553 0.405297256097561 0.011432926829268294 0.01714939024390244
    7. 0 0.6451981707317074 0.8746189024390244 0.12372967479674798 0.12957317073170732
    8. 0 0.6006097560975611 0.5482088414634146 0.12804878048780488 0.12919207317073172
    9. 0 0.5552591463414634 0.1953125 0.1323678861788618 0.12995426829268295
    10. 0 0.3654725609756098 0.05811737804878049 0.11864837398373985 0.06897865853658537
    11. 0 0.1899136178861789 0.5483993902439025 0.13185975609756098 0.1364329268292683
    12. 0 0.02870934959349594 0.40415396341463417 0.05691056910569106 0.06211890243902439
    13. 0 0.04128556910569106 0.7789634146341464 0.08155487804878049 0.07469512195121951
    14. 0 0.2170985772357724 0.936547256097561 0.12982723577235775 0.12690548780487806
    15. 0 0.44804369918699194 0.7155106707317074 0.11153455284552846 0.078125
    16. 0 0.41133130081300817 0.4005335365853659 0.11077235772357724 0.07393292682926829

    三、修改配置文件

    1、数据配置文件

            首先需要在/yolov5-6.1/data文件夹中，新建一个power_transmission_line_datasets.yaml文件，内容设置如下：

    2、网络参数修改

            对yolov5-6.1/model文件夹中，对yolov5x.yaml（根据自己选择的模型而定）文件内容修改。

    3、trian.py修改

            主要用到的几个参数：–weights，–cfg，–data，–epochs，–batch-size，–img-size，–project，-workers

            重点注意：–weights，–cfg，–data，其他的默认即可（batch_size，workers根据自己电脑属性进行设置）。

    四、训练及测试

    1、训练

            在完成上述所有的操作之后，就可以进行训练，在命令窗口输入python train.py即可以进行训练。

    可以看出，输入数据在送入yolov5训练时是成批次的，且采用了多种数据增强方法，如下图所示。 

     2、测试

            在训练完成后可以利用测试集对训练后的模型进行测试，利用val.py文件进行测试，主要修改一下地方：

     测试完成后会输出map、precision、recall等指标，具体如下图所示：

     P-R曲线如下图所示：

    同时也可以利用detect.py文件对测试集进行测试，将检测后的框绘制在图像上，部分测试结果如下图所示：

  • 相关阅读:
    静态时序分析简明教程(七)]端口延迟
    java 实现冒泡排序
    小程序action-sheet结合自定义tabbar显示
    [python刷题模板] 数位DP
    IDEA常用快捷键以及调试
    项目经验分享｜openGauss 陈贤文：受益于开源，回馈于开源
    通过Cookie和Session来实现网站中登录账号的功能
    SFT调优
    电源线虚接，导致信号线发烫
    隐语 Meetup 北京站｜精彩时刻大盘点！新品发布、行业案例、专家解读......欢迎围观
  • 原文地址：https://blog.csdn.net/qq_40716944/article/details/127582766