YOLOv5识别图像内苹果和香蕉

YOLOv5为目标检测带来了极大的方便。通过简单地训练YOLOv5，即可以实现一个速度快、性能高的目标检测系统。

下面介绍如何从头开始构造一个简单的目标检测系统，用来识别图像内的苹果和香蕉，并标注他们所在的位置。

特别强调的是，YOLOv5给我们提供了全套解决方案，整个系统并不需要我们自己手写代码。

对于通用任务，我们要做的就是找到开源数据集，训练它，然后就得到了完整的可以实现目标检测的系统。

例如，我们找到花卉数据集，通过该数据集训练，就可以实现一个识别花卉的系统。我们找到一个火车轨道伤损数据集，通过使用该数据集训练YOLOv5，就可以得到一个火车轨道伤损识别系统。

如果我们要进行的是一个专用任务。我们要做的工作可能要多一些，此时需要我们对一些训练图像进行标注，对其中出现的特定目标进行标注。当然，我们可以使用labelImg非常方便地对图像内的特定对象进行标注。

例如，我们要识别非常罕见的某个物体A、物体B、物体C。我们只要找到一些包含这些物体的图像，并使用labelImg对他们进行标注。然后训练该数据集，就可以得到一个新的YOLO系统识别新的图像上出现的物体A、物体B、物体C。

为什么要提到罕见的物体A、B、C。因为常见的物体，我们都可以找到别人已经构造好的数据集，不需要我们额外做标注工作了。

1 概述

首先，我们看下具体的流程：

步骤1：训练适用于当前项目的权重文件。 步骤2：使用训练好的权重文件，完成识别。

下面使用图来说明一下：

步骤1：

训练适用于当前项目的权重文件。

​

步骤2：

使用训练好的权重文件，完成识别。

​

更具体来说，从头开始仅仅需要六个步骤即可。具体步骤如下：

​

2 实现

如果已经具备一定的深度学习基础，上述步骤在半个小时即可完成。

下面，简单对上述六个步骤做个介绍。

2.1 step 1 配置anaconda

为了方便，直接安装anaconda就好。这样比较方便，不需要我们额外进行配置了。

​

2.2 step 2 下载YOLOv5

主要包含如下几个工作：

要件1：下载YOLOv5工程文件 要件2：下载权重文件 要件3：按照requirements.txt文件，配置第三方库 要件4：查看测试文件

要件1：下载YOLOv5工程文件

通过搜索引擎，找到官网，下载即可。

​

要件2：下载权重文件

它有好多预训练好的权重文件，我们可以根据需要下载即可。

如果问题比较简单，我们直接下载“YOLOv5n”即可。

​

总体来说：

• 预训练文件较小时，它的精读低、但是速度较快。

• 预训练文件较大时，它的精读高、但是速度较慢。

​

各个文件的大小如下：

​

要件3：按照requirements.txt文件，配置第三方库

运行YOLOv5，需要很多第三方库，直接使用YOLOv5自带的requirements.txt一次搞定。

​

要件4：查看测试文件

YOLOv5给我提供了两张测试图像，路径如下。

​

2.3 step 3 测试YOLOv5

本步骤测试YOLOv5是否能够正常运行。如下图，使用YOLOv5自带的测试图像、权重文件，实现目标检测。

图中：

• 左侧：测试图像

• 中间：权重文件

• 右侧：左侧测试图像的检测结果。可以看到检测出了领带、人、车等等。

​

直接运行detect.py即可。

​

需要注意的是，要配置其参数：

• source：测试文件位置

• weight：权重文件位置

​

2.4 step 4 数据集处理

这里需要使用labelImg。labelImg用来对图像进行标注，它能够根据手工标注自动给出对象在图像内的位置、对象大小。

如下图所示，文件classes所示：共有两个分类苹果和香蕉。苹果对应着类别0，香蕉对应着类别1.

如下图所示，图像lilizong1.jpg在labelImg处理后，会得到lilizong1.txt文件。

lilizong1.txt中，共有四行，前三行对应着lilizong1.jpg中三个苹果，第四行对应着lilizong1.jpg中的一只香蕉。

标注文件lilizong1.txt中，数值包含四个部分：

【分类、对象位置（x,y）、对象尺寸（宽度、高度）】

（x,y）、（宽度、高度）都是归一化的值。

简单理解，原始图像的宽度、高度都是1。或者将未知、尺寸都理解为原图像的百分比。

例如，在lilizong1.txt中，第1行中：

[0,0.47,0.52,0.12,0.118]

其中数值0是分类，对应着apple，（0.47,0.52）是苹果在图像中的位置，（0.12,0.118）是苹果的宽度和高度。

• 0.47表示当前的apple距离左边界的距离占图像总宽度的47%

• 0.52表示当前的apple距离上边界的距离占图像总高度的52%

• 0.12表示当前的apple的宽度占图像总宽度的12%

• 0.118表示当前的apple的高度占图像总高度的11.8%

​

labelImg安装方式如下：

pip install labelImg

​

labelImg的运行方式如下：

labelImg

​

运行labelImg，如下图所示。

主要操作如下：

• 1、图像目录：设定要标注的图像在哪

• 2、标签目录：生成的标签文件存在哪

• 3、支持类型：选择【YOLO】（也支持其他类型）

• 4、create rectangle（生成标注框）

• 5、设置默认标签

​

导入图像后，框定图像内的对象、设定标签即可获取对应的包含类别、位置、宽高的标注文件。

这里主要分为四部分：

• 1、data.yaml：配置文件

• 2、train：训练文件

• 3、val：验证文件

• 4、test：测试文件

配置文件（data.yaml）的内容主要包含：

• 1、设定好目标检测的分类

• 2、nc：类的个数（nubmer of class）

• 3、train：训练文件的路径

• 4、val：验证文件的路径

​

需要注意，使用yolov5，既要包含训练文件、又要包含验证文件。无论训练文件，还是验证文件其中的图像都要包含对应对应的标签。

2.5 step 5 训练YOLOv5

训练过程，就是使用训练文件、验证文件，获取权重文件的过程。

​

运行train.py完成YOLOv5的训练。需要注意的是，要配置其对应的参数，主要包含：

• --batch-size="2" ：批处理大小

• --epochs="200" ：训练轮次

• --data="lilizong/data.yaml"：数据源位置

• --weights=".\weight\yolov5n.pt"：使用的权重

​

配置方式如下：

​

2.6 step 6 目标检测

使用训练好的权重，进行目标检测。

​

运行train.py，实现目标检测。需要配置参数如下：

• --source=".\lilizong\test" ：原文件路径

• --weights=".\runs\train\exp\weights\best.pt"：训练好的权重

​

配置方式如下：

​

识别香蕉和苹果（目标检测）的结果如下所示：

​

视频课程地址：

YOLOv5实战（检测苹果和香蕉）--计算机视觉视频教程-人工智能-CSDN程序员研修院