YOLOV5s +吸烟目标检测
参考学习
文章目录
-
-
- 本原创项目长期更新,旨在完成校园异常行为实时精检测,作到集成+N次开发+优化(不止局限于调包)为止,近期将不断更新如下模型+数据+标注文件+教程。关注博主,Star 一下github,一块儿开始美妙的目标检测之路吧~~
- 1、项目展现
- 2、项目资源共享
-
- 1:训练图片:香烟图片+吸烟手势+烟雾
-
- 3、实践教学
- 3.1环境配置
- 3.2数据标注与预处理
- 3.2.1附上本身的Lablimg简易教学:
- 3.2.2 几个本身写的脚本用于转换数据集与训练前准备
- 3.2.3 切分训练集与测试集:
- 4、开始训练
- 4.1:开始训练
- 4.2:训练过程
- 4.3:训练优化
- 4.4 训练参数:
- 5、实时检测
- 运行detect.py便可
- 6、YOLO系列可视化对比
- 7、写在后面
- 所有连接传送门
-
首先:附上Github传送门:https://github.com/CVUsers/Smoke-Detect-by-YoloV5/tree/master,而后根据本文手把手配置环境+训练本身数据,或者使用我训练好的模型进行使用。用yolov5s训练好的已经放在了里面,用大模型训练的因为大小缘由,须要的话能够戳最下方微信私聊我,免费。python
1、项目展现
左图为原图,右图为推理后的图片,以图片方式展现,视频流和实时流也能达到这个效果,因为视频大小缘由,暂不上传,感兴趣的朋友细细往下看,并点个关注哟!git
测试配置:GTX1050ti,不堪入目,可是实验效果还不错,再这样弱的配置下,使用YOLOv5s,YOlov5m等皆能达到30fps。github
2、项目资源共享
香烟图片:本身编写爬虫爬了1w张,筛选下来有近1000张可用,以及其余途径获取到的,总共暂时5k张,将来会愈来愈多,后续须要的能够私聊我,如今先放出5k张图片,另外加上本身辛辛苦苦使用Labelimg标注的几千张图片的XML文件也一并送上,香烟图片质量可查传送门:连接:https://pan.baidu.com/s/1t8u94x51TO7pLciU8AoaiQ
提取码:n2wr:以下图web
吸烟手势图片:算法
火灾+烟雾数据集:微信
这个数据集我已经有了10万左右数据,部分是朋友的,不知能不能开源,我能够送上本身收集的几万数据集。传送门:框架
项目框架:YOLOV5——Pytorch实现dom
送上做者源码传送门:https://github.com/ultralytics/yolov5,固然也能够直接使用个人:https://github.com/CVUsers/Smoke-Detect-by-YoloV5/tree/master。ide
标注工具:Labelimgsvg
附上Windows工具:在我上面的github里面有哟:下载好放置桌面比较方便。
3、实践教学
3.1环境配置
本例以使用YOLov5做者源码步骤:
Cython
numpy==1.17
opencv-python
torch>=1.4
matplotlib
pillow
tensorboard
PyYAML>=5.3
torchvision
scipy
tqdm
个人是torch 1.5 gpu版
在git clone下做者的v5源码后: 目录切至requirement.txt 下而后
pip install -U -r requirements.txt
若是须要使用混合精度模型来作训练:安装Apex
git clone https://github.com/NVIDIA/apex && cd apex 而后切换至目录下
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" . --user && cd .. && rm -rf apex
3.2数据标注与预处理
以吸烟数据集为例:
在百度网盘下载好个人数据集和XML
如果想从新训练的话
标注好会生成XML文件:XML里面包含了四个点坐标和图片的名字与size。
而后在data下新建几个文件夹:
将咱们的XML文件放至Annotations
将咱们的图片放到images
在ImageSets中新建Main 和test.txt 和train.txt
再新建labels存放接下来生成的标签
第一个:XML文件转label.txt文件
首先写个os操做读一下data/images中图片:这个几行搞定,要注意要写成我这样的哟 (不用生成.jpg)能够经过split(’.’)再复制到ImageXML中
而后运行voc_label.py脚本:
# 坐标xml转txt
import os
import xml.etree.ElementTree as ETclasses = ["smoke"] # 输入名称,必须与xml标注名称一致def convert(size, box):print(size, box)dw = 1. / size[0]dh = 1. / size[1]x = (box[0] + box[1]) / 2.0y = (box[2] + box[3]) / 2.0w = box[1] - box[0]h = box[3] - box[2]x = x * dww = w * dwy = y * dhh = h * dhreturn (x, y, w, h)def convert_annotation(image_id):print(image_id)in_file = open(r'./data/Annotations/%s.xml' % (image_id), 'rb') # 读取xml文件路径out_file = open('./data/labels/%s.txt' % (image_id), 'w') # 须要保存的txt格式文件路径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'):cls = obj.find('name').textif cls not in classes: # 检索xml中的名称continuecls_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')image_ids_train = open('./ImageXML.txt').read().strip().split() # 读取xml文件名索引for image_id in image_ids_train:print(image_id)convert_annotation(image_id)
须要注意,如果有中文路径的话,请这样读文件:
open(r'./data/Annotations/%s.xml' % (image_id), 'rb')
接下来就会在data/labels中看到:全部的txt标签
每一个txt文本会生成一共5个数字:第一个是整形的数,表示类别:0表明第一类,以此类推,后面四个数字是坐标经过归一化后的表示。
执行train_test_split.py
import os
import randomtrainval_percent = 1 # 可自行进行调节
train_percent = 1
xmlfilepath = './data/Annotations'
txtsavepath = './data/ImageSets\Main'
total_xml = os.listdir(xmlfilepath)num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)# ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('./data/ImageSets/Main/test.txt', 'w')
ftrain = open('./data/ImageSets/Main/train.txt', 'w')
# fval = open('ImageSets/Main/val.txt', 'w')for i in list:name = total_xml[i][:-4] + '\n'if i in trainval:# ftrainval.write(name)if i in train:ftest.write(name)# else:# fval.write(name)else:ftrain.write(name)# ftrainval.close()
ftrain.close()
# fval.close()
ftest.close()
其中trainval_percent = 1表示验证集比例,1表明1:9 若是有5000张图片,就会切割成4500张训练集,和500张验证集。
trainval_percent = 1 # 可自行进行调节
运行path_trans补全路径,并写入train.txt
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import joinsets = ['train', 'test']classes = ['smoke'] # 本身训练的类别def convert(size, box):dw = 1. / size[0]dh = 1. / size[1]x = (box[0] + box[1]) / 2.0y = (box[2] + box[3]) / 2.0w = box[1] - box[0]h = box[3] - box[2]x = x * dww = w * dwy = y * dhh = h * dhreturn (x, y, w, h)def convert_annotation(image_id):in_file = open('data/Annotations/%s.xml' % (image_id), 'rb')out_file = open('data/labels/%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').textcls = obj.find('name').textif cls not in classes or int(difficult) == 1:continuecls_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')wd = getcwd()
for image_set in sets:if not os.path.exists('data/labels/'):os.makedirs('data/labels/')image_ids = open('data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()list_file = open('data/%s.txt' % (image_set), 'w')for image_id in image_ids:list_file.write('data/images/%s.jpg\n' % (image_id))convert_annotation(image_id)list_file.close()
接下来编写yaml文本:
见smoke.yaml
将咱们上一步生成的train.txt 和test.txt 补全路径后的这两个txt路径写入到yaml中,而后nc:修改成本身类别的数量,以及names【‘smoke’】
4、开始训练
4.1:开始训练
在上面咱们作好数据预处理后,就能够开始训练了,上面的一些处理步骤,每一个人均可能不一样,不过大致上思路是一致的。
接下来咱们能够进行预训练,下载官方的预训练模型:
yolov5s yolov5m yolov5l yolov5x来 我在个人github中方了yolov5s,比较小,只有25mb,专门为移动端考虑了,真好。
固然也能够不使用预训练模型,使用与否,在总时间上是差很少的,不过
为何要使用预训练模型?
做者已尽其所能设计了基准模型。咱们能够在本身的数据集上使用预训练模型,而不是从头构建模型来解决相似的天然语言处理问题。
尽管仍然须要进行一些微调,但它已经为咱们节省了大量的时间:一般是每一个损失降低更快和计算资源节省。
加快梯度降低的收敛速度
更有可能得到一个低模型偏差,或者低泛化偏差的模型
下降因未初始化或初始化不当致使的梯度消失或者梯度爆炸问题。此状况会致使模型训练速度变慢,崩溃,直至失败。
其中随机初始化,能够打破对称性,从而保证不一样的隐藏单元能够学习到不一样的东西
接下来开始训练:
python train.py --data data/smoke.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --batch-size 10 --epochs 100
解释一下:
咱们–data data/smoke.yaml 中就是在smoke.yaml中撰写的训练代码路径和类别等data,经过这个获取训练的图片和label标签等。
而后-cfg models/yolov5s.yaml 和 --weights weights/yolov5s.pt是获取配置和预训练模型权重
batch-size 10 你们都懂,default是16,你们能够改为16,在yolov5s中模型参施很少,百万左右,因此显存消耗很少,个人配置不好,显存4g,在使用yolov5m中以及不能调到16。
会报cuda out of memory 报错,就把batch size下降就行。
而后最后是epoch,这个也不用解释,我在使用yolov5m训练5k张图片在100epoch中花费 了24小时,一个epoch13分钟。
训练过程当中,会慢慢在runs中生成tensorboard,可视化损失降低
固然也能够在本地稍微看看:
这幅图中,咱们的类别只有1个,第三幅图显示了咱们数据中的宽高比,归一化后,广泛在0.1左右,说明数据确实很小,也会面临模糊问题,致使数据质量下降。
4.2:训练过程
分别是epoch,显存消耗…其余的你们能够查看源码
4.3:训练优化
使用混合精度模型
在前面配置好环境后:
mixed_precision = True
try: # Mixed precision training https://github.com/NVIDIA/apexfrom apex import amp
except:print('Apex recommended for faster mixed precision training: https://github.com/NVIDIA/apex')mixed_precision = False # not installed
判断是否可用apex作混合精度模型训练
而后
if mixed_precision:model, optimizer = amp.initialize(model, optimizer, opt_level='O1', verbosity=0)
在optimizer中amp初始化一下 o1表明级别,注意是欧 不是零。
接着:
if mixed_precision:with amp.scale_loss(loss, optimizer) as scaled_loss:scaled_loss.backward()
优化反向传播。
组装到cuda训练
opt.img_size.extend([opt.img_size[-1]] * (2 - len(opt.img_size))) # extend to 2 sizes (train, test)device = torch_utils.select_device(opt.device, apex=mixed_precision, batch_size=opt.batch_size)if device.type == 'cpu':mixed_precision = False
4.4 训练参数:
详情参见注释。
5、实时检测
运行detect.py便可
其中,推理一张图片,那么就在–source中的default写上图片路径,
也能够如图写上整个图片文件夹,这样会检测全部图片。
也能够写上视频地址和视频文件夹,检测全部视频,存放于inference 的out中。
改为0 就是实时检测了~默认电脑摄像头,固然也能够改为手机。这个也很简单,须要的能够私聊我,微信会放在最下方。
帧率很高,普通设备也能达到30+,可谓是速度极快,要是你们设备好一些,能够试一下YOLOv5L和YOLOV5x,跑完了能够私聊分享一下,与我交流。
6、YOLO系列可视化对比
类别100类
每类300张图片
测试图片1087张,阀值0.5 ,预测正确
yolov3-tiny yolov4 yolov5
预测结果 737 954 955
模型大小 33.97M 246.19M 28.99M(yolov5s.pt)
yolov5s的精度和yolov4差很少,但模型大小只有yolov4的11.77%(我的数据集,数据可能有点误差,但仍是能说明问题的)
实时对比
附上视频:https://www.bilibili.com/video/av328439400/
7、写在后面
这篇文章大体介绍了yolov5的自训练,接下来咱们能够进行调优。已经作消融对比实验,慢慢的更熟悉目标检测。继续我会在下篇中介绍文中的一些技术栈,让你们知根知底。
所有连接传送门
最后再发一次全部的连接!
香烟数据集:连接:https://pan.baidu.com/s/1t8u94x51TO7pLciU8AoaiQ
提取码:n2wr
吸烟手势数据集:连接:https://pan.baidu.com/s/1BSH4yn3GBzF3hDTWAqKzDQ
提取码:9r8t
烟雾数据集:连接:https://pan.baidu.com/s/1RKvkkmfpHiPunkFMAEdoAQ
提取码:ag0x
YOLOv5 原做者github:https://github.com/ultralytics/yolov5
个人github :https://github.com/CVUsers/Smoke-Detect-by-YoloV5/tree/master 欢迎star ,将长期更新!
最后还有不少知识点没分享,关注一下博主,下次分享。
另外欢迎加入深度学习算法交流群,与群内工程师朋友门一块儿交流学术,共商算法,加油!