文章目录
前言
提示:本文是YOLOv6训练自己数据集的记录教程,需要大家在本地已配置好CUDA,cuDNN等环境,没配置的小伙伴可以查看我的往期博客:在Windows10上配置CUDA环境教程
YOLOv6是美团视觉智能部研发的一款面向工业应用的目标检测框架,该框架在保持高检测精度的同时,兼顾了推理效率,是YOLO系列中的又一改进版本。
一、YOLOv6简介
主要特点:
-
Hardware-friendly的骨干网络设计
YOLOv6采用了基于RepVGG style的可重参数化、更高效的骨干网络EfficientRep Backbone,以及Rep-PAN Neck,这些设计使得网络在推理时能够更有效地利用硬件资源,提高推理速度。
-
更简洁高效的Decoupled Head
YOLOv6采用了解耦检测头(Decoupled Head)结构,并对其进行了精简设计,以减少网络延时,同时保持较高的检测精度。
-
高精度与高效率
YOLOv6在工业界常用的尺寸模型中表现出色。例如,YOLOv6-nano在COCO数据集上的精度可达35.0% AP,在NVIDIA Tesla T4 GPU上的推理速度可达1242 FPS;YOLOv6-s在COCO上的精度可达43.1% AP,推理速度可达520 FPS。
-
部署友好
YOLOv6支持多种不同平台的部署,包括GPU(TensorRT)、CPU(OPENVINO)、ARM(MNN、TNN、NCNN)等,极大地简化了工程部署时的适配工作。
二、环境搭建
在配置好CUDA环境,并且获取到YOLOv6源码后,建议新建一个虚拟环境专门用于YOLOv6模型的训练。将YOLOv6加载到环境后,安装剩余的包。requirements.txt 中包含了运行所需的包和版本,利用以下命令批量安装:
python
pip install -r requirements.txt
三、构建数据集
YOLOv6模型的训练需要原图像及对应的YOLO格式标签,还未制作标签的可以参考我这篇文章:LabelImg安装与使用教程。
我的原始数据存放在根目录的data
文件夹(新建的)下,里面包含图像和标签。
标签内的格式如下:
具体格式为 class_id x y w h,分别代表物体类别,标记框中心点的横纵坐标(x, y),标记框宽高的大小(w, h),且都是归一化后的值,图片左上角为坐标原点。
将原本数据集按照8:1:1的比例划分成训练集、验证集和测试集三类,划分代码如下。
python
# 将图片和标注数据按比例切分为 训练集和测试集
import shutil
import random
import os
# 原始路径
image_original_path = "originaldata/images/"
label_original_path = "originaldata/labels/"
cur_path = os.getcwd()
#cur_path = 'D:/image_denoising_test/denoise/'
# 训练集路径
train_image_path = os.path.join(cur_path, "data/images/train/")
train_label_path = os.path.join(cur_path, "data/labels/train/")
# 验证集路径
val_image_path = os.path.join(cur_path, "data/images/val/")
val_label_path = os.path.join(cur_path, "data/labels/val/")
# 测试集路径
test_image_path = os.path.join(cur_path, "data/images/test/")
test_label_path = os.path.join(cur_path, "data/labels/test/")
# 训练集目录
list_train = os.path.join(cur_path, "data/train.txt")
list_val = os.path.join(cur_path, "data/val.txt")
list_test = os.path.join(cur_path, "data/test.txt")
train_percent = 0.8
val_percent = 0.1
test_percent = 0.1
def del_file(path):
for i in os.listdir(path):
file_data = path + "\\" + i
os.remove(file_data)
def mkdir():
if not os.path.exists(train_image_path):
os.makedirs(train_image_path)
else:
del_file(train_image_path)
if not os.path.exists(train_label_path):
os.makedirs(train_label_path)
else:
del_file(train_label_path)
if not os.path.exists(val_image_path):
os.makedirs(val_image_path)
else:
del_file(val_image_path)
if not os.path.exists(val_label_path):
os.makedirs(val_label_path)
else:
del_file(val_label_path)
if not os.path.exists(test_image_path):
os.makedirs(test_image_path)
else:
del_file(test_image_path)
if not os.path.exists(test_label_path):
os.makedirs(test_label_path)
else:
del_file(test_label_path)
def clearfile():
if os.path.exists(list_train):
os.remove(list_train)
if os.path.exists(list_val):
os.remove(list_val)
if os.path.exists(list_test):
os.remove(list_test)
def main():
mkdir()
clearfile()
file_train = open(list_train, 'w')
file_val = open(list_val, 'w')
file_test = open(list_test, 'w')
total_txt = os.listdir(label_original_path)
num_txt = len(total_txt)
list_all_txt = range(num_txt)
num_train = int(num_txt * train_percent)
num_val = int(num_txt * val_percent)
num_test = num_txt - num_train - num_val
train = random.sample(list_all_txt, num_train)
# train从list_all_txt取出num_train个元素
# 所以list_all_txt列表只剩下了这些元素
val_test = [i for i in list_all_txt if not i in train]
# 再从val_test取出num_val个元素,val_test剩下的元素就是test
val = random.sample(val_test, num_val)
print("训练集数目:{}, 验证集数目:{}, 测试集数目:{}".format(len(train), len(val), len(val_test) - len(val)))
for i in list_all_txt:
name = total_txt[i][:-4]
srcImage = image_original_path + name + '.jpg'
srcLabel = label_original_path + name + ".txt"
if i in train:
dst_train_Image = train_image_path + name + '.jpg'
dst_train_Label = train_label_path + name + '.txt'
shutil.copyfile(srcImage, dst_train_Image)
shutil.copyfile(srcLabel, dst_train_Label)
file_train.write(dst_train_Image + '\n')
elif i in val:
dst_val_Image = val_image_path + name + '.jpg'
dst_val_Label = val_label_path + name + '.txt'
shutil.copyfile(srcImage, dst_val_Image)
shutil.copyfile(srcLabel, dst_val_Label)
file_val.write(dst_val_Image + '\n')
else:
dst_test_Image = test_image_path + name + '.jpg'
dst_test_Label = test_label_path + name + '.txt'
shutil.copyfile(srcImage, dst_test_Image)
shutil.copyfile(srcLabel, dst_test_Label)
file_test.write(dst_test_Image + '\n')
file_train.close()
file_val.close()
file_test.close()
if __name__ == "__main__":
main()
划分完成后将会在data文件夹下生成划分好的文件,其中images为划分后的图像文件,里面包含用于train、val、test的图像,已经划分完成;labels文件夹中包含划分后的标签文件,已经划分完成,里面包含用于train、val、test的标签;train.tet、val.txt、test.txt中记录了各自的图像路径。
在训练过程中,也是主要使用这三个txt文件进行数据的索引。
四、修改配置文件
①数据集文件配置
数据集划分完成后,在项目的data
文件下,新建bubbleplume.yaml
,替代coco.yaml。用于指明数据集路径和类别,我这边只有一个类别,nc
中只留了一个,多类别的在names
内加上类别名即可。bubbleplume.yaml中的内容为:
python
# Please insure that your custom_dataset are put in same parent dir with YOLOv6_DIR
train: ./data/images/train # train images
val: ./data/images/val # val images
test: ./data/images/test # test images (optional)
# whether it is coco dataset, only coco dataset should be set to True.
is_coco: False
# Classes
nc: 1 # number of classes
names: ['plume'] # class names
②权重下载
在进行模型训练之前,需要到官网下载预训练权重,权重地址为:https://github.com/meituan/YOLOv6/releases
权重下载完成后,在项目根目录新建weights
文件夹,将下载的权重放到里面,要用哪个版本的模型加载哪个权重即可
③模型文件配置
在模型配置中,YOLOv6只需要修改tools文件夹中的train.py
,在24行处的def parse_opt()
函数中,主要修改data-path、conf-file、img-size、batch-size、epochs、workers以及device。这些参数已足够顺利训练了,其他参数就是一些后续的调参工作了。
data-path
是配置数据集文件的路径,将default
中的内容修改成自己的数据集yaml文件路径。
python
parser.add_argument('--data-path', default='./data/bubbleplume.yaml', type=str, help='path of dataset')
conf-file
指选用的模型文件,在configs
文件夹下,里面包含模型结构和一些超参数。选用哪个模型,就在default
中填上他的路径。yaml文件中带有finetune
的表示使用预训练权重,即下载在weight文件夹下的权重,不是用带finetune
的则表示不使用权重,直接训练。
python
parser.add_argument('--conf-file', default='./configs/yolov6m_finetune.py', type=str, help='experiments description file')
epochs
指训练的轮次,这里我这边在default
中定了一个300次,只要模型能收敛即可。
python
parser.add_argument('--epochs', default=400, type=int, help='number of total epochs to run')
batch-size
是表示一次性将多少张图片放在一起训练,越大训练的越快,如果设置的太大会报OOM 错误,我这边在default
中设置16,表示一次训练16张图像。设置的大小为2的幂次,1为2的0次,16为2的4次。
python
parser.add_argument('--batch-size', default=16, type=int, help='total batch size for all GPUs')
img-size
表示送入训练的图像大小,会统一进行缩放。要求是32的整数倍,尽量和图像本身大小一致。这边在default
中设置为640。
python
parser.add_argument('--img-size', default=320, type=int, help='train, val image size (pixels)')
device
指训练运行的设备。该参数指定了模型训练所使用的设备,例如使用 GPU 运行可以指定为 default
='0',或者使用多个 GPU 运行可以指定为 device=0,1,2,3,如果没有可用的 GPU,可以指定为device='cpu'
使用 CPU 进行训练。
python
parser.add_argument('--device', default='0', type=str, help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
workers
是指数据装载时cpu所使用的线程数,默认为8,过高时会报错:[WinError 1455] 页面文件太小,无法完成操作 ,此时就只能将default
调成0了。
python
parser.add_argument('--workers', default=10, type=int, help='number of data loading workers (default: 8)')
模型训练的相关基本参数就是这些啦,其余的参数可以等到后期训练完成进行调参时再详细了解。
五、模型训练和测试
模型训练
在将train.py
文件配置完成后,即可运行此文件,便会开始训练啦
训练完成后,将会在runs/train/exp/weight
文件夹下存放训练后的权重文件。
模型测试
使用tools/eval.py
进行测试,需要修改def parse_opt()
中的data、weights、batch-size、img-size、devicey以及task。
其中weights
为训练出来的新模型权重,路径在runs/train
文件夹下,
python
parser.add_argument('--weights', type=str, default='./runs/train/exp/weights/best_ckpt.pt', help='model.pt path(s)')
task
,表示在验证时所使用的数据集,这里使用test
python
parser.add_argument('--task', default='test', help='val, test, or speed')
其余参数和训练时一致。
运行eval.py
文件后便会得出训练精度等相关信息。
总结
以上就是YOLOv6训练自己数据集的全部过程啦,欢迎大家在评论区交流~