目录

前言：

环境：

1.安装python所需的数据库

2.采集图片样本

2.1勾选View内容

2.2切换至YOLO模式?

2.3打开训练图集文件以及labels文件

2.4建立类名

2.5开始标记：

3.训练模型

4.模型预测

5.预测结果的返回

补充：

6.打包成exe文件

---

前言：

针对刚刚入门，本文旨在以最简单粗暴的方式跑起YOLOV5的模型训练与预测代码，暂时不对其原理做解析。针对学习的内容进行的总结，后续根据情况会持续更新。

环境：

操作系统:win10

python:3.8.10(64bit)

开发环境:eclipse

yoloV5:github原下载地址

yoloV5分流下载地址

图片标注标注工具:labelImg——labelImg工具原github下载地址

无需配置环境，可直接使用的labelImg.exe文件包——下载地址

注意，原VOLO作者关于python版本有提到：

python必须是大于等于3.7版本，pyTorch在下面执行自动安装库时，会自动安装最新版本的，所以不用担心。

1.安装python所需的数据库

打开yoloV5文件夹，找到requirements.txt文件，里面有需要下载的库

然后打开cmd

cmd——cd 到requirements.txt所在文件——执行pip install -r requirements.txt

就能自动完成安装。本文为了方便管理库，我是把requirements.txt复制粘贴到了

C:Users…AppDataLocalProgramsPythonPython38Libsite-packages中进行的安装

2.采集图片样本

图片标注——labelImg工具的使用：

2.1勾选View内容

2.2切换至YOLO模式

2.3打开训练图集文件以及labels文件

点击Open dir选择我们训练图片所在的文件夹images，选择之后会弹窗让你选择labels所在的文件夹。labels文件夹需要自己建立，名字随意，目的是用来存储图片标注后的信息。如果第二个弹窗没有弹出或者选错了，可以点击change save dir进行修改。以下是本文案例样式。

最后A.yaml是YOLO训练数据的信息文件，也是需要自己建立，里面内容后面讲解。

2.4建立类名

2.5开始标记：

常用快捷键：w,a,d

w——创建一个检测box，就是方框

a——前一张图片

d——下一张图片

Ctrl + s——保存结果，先前View中勾选了Auto Save mode后，只需框选，然后下一张，就能自动保存

框选错误可以通过EditRectBox来删除，选中错误框后，按delete

标记完成后，我们就能在labels文件夹下面看到标注的数据了。

最后还需要编辑A.yaml文件

编辑内容：

# train and val data as 1) directory: path/images/, 2) file: path/images.txt, or 3) list: [path1/images/, path2/images/]
train: D:/mvsd/yolo_test/images
val: D:/mvsd/yolo_test/images
# number of classes
nc: 1

# class names
names: ['A dog']
1
2
3
4
5
6
7
8

其中需要自己修改的内容为：

train与val后的地址，地址均指向训练图集的文件夹。以及names后的内容，类名这些。

至此训练模型的数据就准备好了。

3.训练模型

3.1eclipse打开VOLO的工作站

找到yolov5-master文件夹即可

3.2在yolov5-master工作站中新建py文件，并执行代码

import train
if __name__ == '__main__':
    train.run(data='C:\yolov5-master\tese_data\yolo_dog\A.yaml',
    batch=8,epochs=300,single_cls=True,
    weights='C:\yolov5-master\tese_data\yolo_dog\yolov5s.pt')
1
2
3
4
5

train中部分参数详解：

data 数据集配置文件路径

imgsz 训练测试图片分辨率

single_cls 训练集是否只有一个类别

训练参数只能参考，具体还需根据自身情况经行调整。

模型训练完后，会显示结果保存的地方，如图：

我这里虽然有乱码，但保存的地方就是yolov5-master uns rainexp463

模型保存地方也就是weights这文件夹里。我的模型训练样本数有150张狗狗的照片。

4.模型预测

import detect
if __name__ == '__main__':
    detect.run(weights="C:\yolov5-master\runs\train\exp463\weights\best.pt",
    data="C:\yolov5-master\tese_data\yolo_dog\A.yaml",
    conf_thres=0.25,view_img=True,nosave=True,
    source='D:\mvsd\test\0.JPG')
while 1:
    pass
1
2
3
4
5
6
7
8

weights:训练的权重
source:测试数据，可以是图片/视频路径，也可以是’0’(电脑自带摄像头),也可以是rtsp等视频流
output:网络预测之后的图片/视频的保存路径
img-size:网络输入图片大小
conf-thres:置信度阈值（检测精度，作者是设置的0.25）
iou-thres:做nms的iou阈值（），从这些框框中选出最优最准确的框。
device:设置设备
view-img:是否展示预测之后的图片/视频，默认False
save_txt:是否将预测的框坐标以txt文件形式保存，默认False
save_conf:是否将预测的置信度以txt文件形式保存，默认Falses
save_crop:是否将框中图片保存，默认False
nosave:是否保存结果，默认False
classes:设置只保留某一部分类别，形如0或者0 2 3
agnostic-nms:进行nms是否也去除不同类别之间的框，默认False
augment:推理的时候进行多尺度，翻转等操作(TTA)推理
update:如果为True，则对所有模型进行strip_optimizer操作，去除pt文件中的优化器等信息，默认为False

效果如图：

5.预测结果的返回

原detect代码里面有保存结果的参数，即save_txt以及save_conf等，将这两个参数设置为True后，能在预测的文件里面找到中心坐标以及置信度了，比如：

保存的地方就是yolov5-master unsdetectexp系列的文件里面。

如果要单独提取结果，就需要对源代码进行部分修改，首先我们在detect.py里面找到：

其中xywh就是框坐标的内容，即中心xy以及宽高。conf就是置信度。但要注意，原代码是建立在save_txt=True的基础上，也就意味着每次调用detect代码，都会在runsdetect里面新建exp文件，随着时间增加就会越建越多，需要清理。所以在不需要将结果保存到文件夹里面时，最好的办法就是将：

代码放在if前面，同时nosave=True即可。我的做法是添加代码：

xywh_result = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  # normalized xywh
xywh_result.append(conf.item())
1
2

即：

最后可以在代码末端加入return xywh_result就能直接返回结果了。(上传的yoloV5分流文件中已经做好了修改)

补充：

通过上述方法返回的中心坐标是经过转换过后的坐标，不是原图片上的坐标。就和我们标注过后储存在labels里面的坐标一样，是有一定的差别需要转换的。

以下是我补充的内容：找寻框坐标，即框中图片范围以数字形式表示出来。这个内容用参数save_crop也能提取出框的图片。

找到代码：

这里xyxy参数就是我们框在原图中的实际范围。 print一下该参数能得到类似以下的列表：

[tensor(258.), tensor(26.), tensor(601.), tensor(352.)]

tensor里面的数据就是框的范围，含义如图：

图片左上角为原点，列表[左上y，左上x，右下y，右下x]

这个数据可以由以下代码验证：

#pip install matplotlib 
import matplotlib.pyplot as plt # plt 用于显示图片
import matplotlib.image as mpimg # mpimg 用于读取图片
st='D:\mvsd\test\0.JPG'
lena = mpimg.imread(st) 
lena=lena[26:352,258:601]
plt.imshow(lena)
plt.show()
1
2
3
4
5
6
7
8

效果如图：

6.打包成exe文件

打包exe文件用的是pyinstaller库，具体打包方法就不赘述了，在打包过程中我遇到的坑，进行一下介绍。

打包过程中出现报错：

问题原因是出在编码错误 ，在确认自己写的主文件中无乱码时，尝试了各种办法，包括首行添加代码：# coding: utf-8，均无效。经排查发现，原代码detect.py中开头注释出现了乱码：

删掉该注释才能成功打包成exe文件。

同样在train.py中也有， 如果自己的主代码有引用train.py，同样也要删除才能成功打包。