- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rnFa-IeY93EpjVu0yzzjkw) 中的学习记录博客**
- **🍖 原作者：[K同学啊](https://mtyjkh.blog.csdn.net/)**

我们接着上一篇文章配置完YOLOv5需要的环境后，今天我们试着用YOLOv5训练自己的数据集

可供学习使用的数据集：Fruit Detection | Kaggle

一：准备好自己的数据

我的目录结构是这样的

• fruit_data(自己创建一个文件夹，将数据放到这里）
• annotations(放置我们的.xml文件）
• images（放置图片文件）
• ImageSets下创建Main(会在该文件夹内自动生成train.txt,val.txt,test.txt和trainval.txt四个文件，存放训练集，验证集，测试集图片的名字）

annotations文件夹为xml文件，我的文件如下：

我images文件为.png格式，官方的为.jpg. 

二：运行split_train_val.py 文件

ImageSets文件夹下面有个Main子文件夹，其下面存放了train.txt,val.txt,test.txt和trainval.txt四个文件，他们是通过split_train_val.py 文件来生成的。

split_train_val.py 的内容如下：

import os
import random
import argparse

parser = argparse.ArgumentParser()
#添加命令行参数，用于指定XML文件的路径，默认为annotations文件夹
parser.add_argument('--xml_path', type=str, default='/Users/brandom/Downloads/yolov5-master/fruit_data/annotations',help = 'input xml label path')
#添加命令行参数，用于指定输出txt标签文件的路径，默认为ImageSets/Main文件夹
parser.add_argument('--txt_path',type=str,default = '/Users/brandom/Downloads/yolov5-master/fruit_data/ImageSets/Main',help = 'output txt label path')

opt = parser.parse_args()

trainval_percent = 1.0
train_percent = 0.9
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)

if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)

num = len(total_xml)
list_index = range(num)

tv = int(num * trainval_percent)
tr = int(tv * train_percent)

trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)

file_trainval = open(txtsavepath+'/trainval.txt', 'w')
file_test = open(txtsavepath+'/test.txt', 'w')
file_train = open(txtsavepath+'/train.txt', 'w')
file_val = open(txtsavepath+'/val.txt', 'w')

for i in list_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        file_trainval.write(name)
        if i in train:
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)

file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

运行split_train_val.py文件后你将得到train.txt,val.txt.test.txt 和 trainval.txt四个文件

三：生成train.txt,test.txt,val.txt 文件

现在我们需要的是voc_label.py文件

import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ['apple', 'banana', 'orange', 'pear', 'peach', 'plum', 'strawberry', 'watermelon']
abs_path = os.getcwd()
print(abs_path)

def convert(size,box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0-1
    y = (box[2] + box[3]) / 2.0-1
    w = box[1]-box[0]
    h = box[3]-box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h

def convert_annotation(image_id):
    in_file = open('./annotations/%s.xml' % (image_id), encoding='utf-8')
    out_file = open('./labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()

    filename = root.find('filename').text
    filenameFormat = filename.split('.')[1]

    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').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_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))
        b1, b2, b3, b4 = b
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b=(b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
    
    return filenameFormat

wd = getcwd()
for image_set in sets:
    if not os.path.exists('./labels/'):
        os.makedirs('./labels/')
    ROOT = os.path.dirname(os.path.abspath(__file__))
    image_set_path = os.path.join(ROOT, 'ImageSets', 'Main', f'{image_set}.txt')
    with open(image_set_path) as f:
        image_ids = f.read().strip().split()
    #image_ids = open('./ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('./%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        filenameFormat = convert_annotation(image_id)
        list_file.write(abs_path + '/images/%s.%s\n' % (image_id, filenameFormat))
    list_file.close()

运行之后你将得到上面截图中的三个文件

四：创建ab.yaml文件

文件名随意，我的文件路径在yolov5-master/data/ab.yaml

内容如下：

train: ./fruit_data/train.txt
val: ./fruit_data/val.txt
nc: 10
names:
  [
    "apple",
    "banana",
    "orange",
    "pear",
    "peach",
    "strawberry",
    "grape",
    "mango",
    "pineapple",
    "watermelon",
  ]

五：开始用自己的数据集训练模型

调用GPU只需要将下面的--device mps 改为 --device '0'即可，我这边调用的是MacOs自带的mps进行加速

python train.py --img 900 --batch 2 --epoch 100 --data data/ab.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt --device mps

就可以直接训练我们的数据集啦，运行部分代码如下：