一、yolov5 源码下载

仓库地址：yolov5-v7.0

二、配置环境，跑通项目

我的环境：python — 3.9，cpu训练，新建的一个python虚拟环境。
博主用的电脑配置不高，又想在本地跑，就用的 cpu 训练的（训练的时候有点慢，但还是可以接受）。

代码拉倒本地打开后，整体结构如下：

安装 requirements.txt 依赖：切到 yolov5-7.0 路径下：
要先修改一下 Pillow>=7.1.2 ，把他改为：Pillow==9.5 为什么要改？点我看看就知道

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

下载好环境后，直接去运行：train.py 先跑一哈。我是 cpu 训练，那就要改一下 train.py 的配置，跑官方的数据，就改一个 cpu 训练那里后，右键运行就是。

成功的话，会提示画出框的图片在哪里的，可以看这个，跑通的结果

三、训练自己的数据集

1、获取验证码数据

验证码数据源
我是分的 图片 和 网站返回的数据各一个文件夹。

2、标注图片，准备数据集

中文版本的：Labelimg-中文编译版
链接：https://pan.baidu.com/s/1u0JcJKR5IhYuSWlPQ_qDTg
提取码：895i
先熟悉了解我们需要用到的几个东西：

快捷键：
a：上一张
d：下一张
w： 画框
ctr+s：保存标注
鼠标控制框框的范围

注意：先要在 yolov5-7.0 同级别下创建一个 MyData_1 文件夹（可自定义），但里面的 images 和 labels文件夹的名称最好不要改 (改了可能会报错)。先就创建这两个文件夹哈，其他的后面会介绍的。
这里的 images 是放我们上面下载的图片数据，labels 是放我们用 Labelimg 标注完成生成的东西。
如图：

标注的类，我们直接写一个 1 就 ok。

最后：准备的100张，标了 45 张就没搞了

好，数据集搞好了。准备开训

3、开始训练自己的数据集

1、train.py 训练数据集

进入 train.py 文件，查看 parse_opt 方法修改配置：

def parse_opt(known=False):"""opt模型主要参数解析：--weights：初始化的权重文件的路径地址--cfg：模型yaml文件的路径地址--data：数据yaml文件的路径地址--hyp：超参数文件路径地址--epochs：训练轮次--batch-size：喂入批次文件的多少--img-size：输入图片尺寸--rect:是否采用矩形训练，默认False--resume:接着打断训练上次的结果接着训练--nosave:不保存模型，默认False--notest:不进行test，默认False--noautoanchor:不自动调整anchor，默认False--evolve:是否进行超参数进化，默认False--bucket:谷歌云盘bucket，一般不会用到--cache-images:是否提前缓存图片到内存，以加快训练速度，默认False--image-weights：使用加权图像选择进行训练--device:训练的设备，cpu；0(表示一个gpu设备cuda:0)；0,1,2,3(多个gpu设备)--multi-scale:是否进行多尺度训练，默认False--single-cls:数据集是否只有一个类别，默认False--adam:是否使用adam优化器--sync-bn:是否使用跨卡同步BN,在DDP模式使用--local_rank：DDP参数，请勿修改--workers：最大工作核心数--project:训练模型的保存位置--name：模型保存的目录名称--exist-ok：模型目录是否存在，不存在就创建"""parser = argparse.ArgumentParser()parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')parser.add_argument('--cfg', type=str, default='', help='model.yaml path')parser.add_argument('--data', type=str, default='data/coco128.yaml', help='dataset.yaml path')  # 我修改的 修改的是里面的内容parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch-low.yaml', help='hyperparameters path')parser.add_argument('--epochs', type=int, default=100, help='total training epochs')  # 我修改的 训练多少次parser.add_argument('--batch-size', type=int, default=2, help='total batch size for all GPUs, -1 for autobatch')  # 我修改的 改为 2 一次喂多少数据parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')parser.add_argument('--rect', action='store_true', help='rectangular training')parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')parser.add_argument('--noval', action='store_true', help='only validate final epoch')parser.add_argument('--noautoanchor', action='store_true', help='disable AutoAnchor')parser.add_argument('--noplots', action='store_true', help='save no plot files')parser.add_argument('--evolve', type=int, nargs='?', const=300, help='evolve hyperparameters for x generations')parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')parser.add_argument('--cache', type=str, nargs='?', const='ram', help='image --cache ram/disk')parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')parser.add_argument('--device', default='cpu', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')  # 我修改的  改为 cpu 训练parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')parser.add_argument('--optimizer', type=str, choices=['SGD', 'Adam', 'AdamW'], default='SGD', help='optimizer')parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')parser.add_argument('--workers', type=int, default=8, help='max dataloader workers (per RANK in DDP mode)')parser.add_argument('--project', default=ROOT / 'runs/train', help='save to project/name')parser.add_argument('--name', default='exp', help='save to project/name')parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')parser.add_argument('--quad', action='store_true', help='quad dataloader')parser.add_argument('--cos-lr', action='store_true', help='cosine LR scheduler')parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')parser.add_argument('--patience', type=int, default=100, help='EarlyStopping patience (epochs without improvement)')parser.add_argument('--freeze', nargs='+', type=int, default=[0], help='Freeze layers: backbone=10, first3=0 1 2')parser.add_argument('--save-period', type=int, default=-1, help='Save checkpoint every x epochs (disabled if < 1)')parser.add_argument('--seed', type=int, default=0, help='Global training seed')parser.add_argument('--local_rank', type=int, default=-1, help='Automatic DDP Multi-GPU argument, do not modify')# Logger argumentsparser.add_argument('--entity', default=None, help='Entity')parser.add_argument('--upload_dataset', nargs='?', const=True, default=False, help='Upload data, "val" option')parser.add_argument('--bbox_interval', type=int, default=-1, help='Set bounding-box image logging interval')parser.add_argument('--artifact_alias', type=str, default='latest', help='Version of dataset artifact to use')return parser.parse_known_args()[0] if known else parser.parse_args()

train.py 中我修改的配置

• –weights：初始权重，直接用 官方的 yolov5s.pt
• –data：这里我们直接找到位置，进去改里面的东西就好 （把原来的全删啦）
  这里的 vals 是放你要验证的数据：这里面要包括 图片和 对应图片的标注数据（我是直接去 images里面找的 5 张图片 和 他们对应的标注数据）后面val.py 会用到的，这里先说明一下。如图：
  
  路径代码对应如下：

path: ../MyData_1
train: images  #  train 是训练的数据集路径
val: vals  # val是验证的数据集路径test:# Classes
nc: 1  # 有多少类
names: [1]  # 所有的类名

弄好后，直接开跑，在 train.py 里面，右键运行：没报错的话，等它停止就OK。（我 45 张图片，100轮，训了快 2 个小时。）

好好好，训完了就好啊，去看看给我指出的位置下有些啥子东西嘛。
这样的图看不太懂：

没得事，后面就会慢慢懂的，我们现在就看这些图片就OK：
1、train_batch0.jpg 这是程序训练时画的框。2、val_batch2_labels.jpg 这张图是 我们 人工画的框框图。
3、val_batch2_pred.jpg 这是程序模型预测识别画出来的框框图。

看嘛，上面的 0.3 0.4 的框框就是错的，这个 0.3 这些小数点可以理解为：程序模型画的框 与 我们人工画的框的相似度。后面可以选择 相似度 > 0.8 （或其他值）来保障识别的准确度。
初看，没得啥子问题，再看还是感觉没啥子问题… 嘿，yolov5 给了程序帮你看：val.py 是专门来验证测试你的模型的。yolov5 之前的版本叫 test.py，后面更新给改名了。

2、val.py 验证测试你的模型

测试的话是要测试图片和其标注的数据的哈，就是哪个 vals 文件夹，为了方便就直接从你训练的数据集拿一些就行的。看看我的：（都要对应好哈）

验证一下，找到 val.py 这里就 改 2 个参数，那个 weights 找到你训练完产生的模型哈，best.pt 是最佳的模型，last.pt是最好一轮的模型。

要验证的数据集 我们在 coco128.yaml 的 val 指定了的哈
改好配置后，直接在 val.py 右键润，结果：

虽然只验证了 5 张，但还是能说明，训练的模型还是不错滴。（ 0.8 那个框框是错的哈，还是要加大数据集的训练才更准），总的来看还是很可以的，起码文字没有少标出来。

3、detect.py 正式用你的模型

detect：查明，察觉；测出，检测，识别的意思。
直接拿一些没有出现在你训练数据集的图片，来试试。还是在之前获取训练图片的那个网站中找。
建一个文件夹：no_have。 我找了一张图片，看看训练好的模型聪不聪明，能不能画出文字的框框。

结果：

好好好， 图片上是啥子字我都不知道，结果它都给我框出来了。 very very good 不错 ！！！

四、遇到的报错、踩坑

1、import git 错误

网上说加上，就能行，

import os
os.environ["GIT_PYTHON_REFRESH"] = "quiet"

但我还是报错，这里让我搞了好久

电脑的 git 环境也没问题，它就是错。我在另一台电脑上也是报错，那你我是直接把它报错的地方文件的代码 注释了就没问题了。（目前没发现问题）。现在的电脑我胡乱的加一些 git 环境变量再重启，它就好了

2、no detections

运行 detect.py 时 不出框框，并提示 no detections ：没有检测的东西
开始是我觉得数据集训练的少了（2张图片），然后才加到 45 张图片的。结果还是报错，后来去一个一个的看参数：

parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --classes 0, or --classes 0 2 3')  # 我修改的

我加了个：default=1, 把它改成：default=0, 或者 不要 default 这个参数指定就能出框（但我的类就是1啊，我改成 0 又有框，还没搞懂，再看看，后面来修改）

3、Pillow 版本过高引起的报错

参考：参考链接
降低 Pillow 版本就好
先卸载它：

pip uninstall Pillow

再指定低版本安装：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  Pillow==9.5

好的，到这里就先结束了，下一篇就记录一下爬虫程序怎么对接训练好的模型。~ bye ~