共计 5576 个字符，预计需要花费 14 分钟才能阅读完成。
YOLOv5 是基于 pytorch 实现的, 需要的运行环境已经在 requirements.txt 文件里面列出。
# base ----------------------------------------
Cythonmatplotlib>=3.2.2numpy>=1.18.5
opencv-python>=4.1.2pillowPyYAML>=5.3scipy>=1.4.
tensorboard>=2.2torch>=1.6.0torchvision>=0.7.0tqdm>=4.41.0因此可以直接使用 pip 进行安装：
pip install -U -r requirements.txtYOLOv5 的数据集格式和之前的YOLOv3 一致。每张图片都有自己的目标的 txt 文件
例如：
datasets/score/images/train/00b5fefed.jpg
# imagedatasets/score/lables/train/00b5fefed.txt # lable这里我们使用之前 kaggle 的小麦头检测的比赛为例，讲解数据准备的流程。
这里值得注意的是，Yolov5 的开源许可是 GPL-3.0 License 不满足 Kaggle 比赛的要求，因此不能在 Kaggle 比赛中使用，本文只是为了做个训练示范。
2.1、创建数据集的配置文件 dataset.yaml
# train and val datasets (image directory or *.txt file with image paths)
train: ./datasets/wheat/images/train/ val: ./datasets/wheat/images/val/
# number of classes nc: 1
# class names names: ['wheat']2.2、创建标注文件
如果是自己制作的数据集可以使用 LabelImg 工具, 需要注意的是选择 YOLO 格式生成标注文件。
数据排布是：<object-class> <x> <y> <width> <height>
其中，object-class 是类的索引，后面的 4 个值都是相对于整张图片的 比例。 x 是 ROI 中心的 x 坐标，y 是 ROI 中心的 y 坐标，width 是 ROI 的宽，height 是 ROI 的高。
因此，需要进行 Box 的转换：
x, y, w, h = bbox[0], bbox[1], bbox[2], bbox[3]
x_center = (x+ w / 2)/width
y_center = (y+ h / 2) /hight
w = w/ width
h = h / hight转换好数据格式后需要保存到相应的文件夹格式
3 训练和检测
（1）训练 coco 数据集，命令如下：
python train.py --data coco.yaml --cfg yolov5s.yaml --weights '' --batch-size 64
yolov5m.yaml 40
yolov5l.yaml 24
yolov5x.yaml 16（2）训练自己的数据集：
将下载好的模型 yolov5*.pt 保存在 weights 文件夹下。
python train.py –data wheat.yaml --cfg yolov5s.yaml --weights yolov5s.pt --batch-size 16训练完成是 yolov5 会保存最好的模型 best.pt 和最后一个模型 last.pt 在 weights 文件夹里。
（3）检测图片
用训练好的模型进行检测：
python detect.py --source inference/images/ --weights best.pt
1、Mobilenetv2 的 bottleneck: InvertedResidual
#mobilenet Bottleneck InvertedResidual class BottleneckMOB(nn.Module):
#c1:inp
c2:oup s:stride expand_ratio:t
def __init__(self, c1, c2, s, expand_ratio):
super(BottleneckMOB, self).__init__()
self.s = s hidden_dim = round(c1 * expand_ratio)
self.use_res_connect = self.s == 1 and c1 == c2
if expand_ratio == 1:
self.conv = nn.Sequential( # dw
nn.Conv2d(hidden_dim, hidden_dim, 3, s, 1, groups=hidden_dim, bias=False),
nn.BatchNorm2d(hidden_dim),
nn.ReLU6(inplace=True),
# pw-linear
nn.Conv2d(hidden_dim, c2, 1, 1, 0, bias=False),
nn.BatchNorm2d(c2), )
else:
self.conv = nn.Sequential( # pw
nn.Conv2d(c1, hidden_dim, 1, 1, 0, bias=False),
nn.BatchNorm2d(hidden_dim),
nn.ReLU6(inplace=True), # dw
nn.Conv2d(hidden_dim, hidden_dim, 3, s, 1, groups=hidden_dim, bias=False),
nn.BatchNorm2d(hidden_dim), nn.ReLU6(inplace=True), # pw-linear
nn.Conv2d(hidden_dim, c2, 1, 1, 0, bias=False),
nn.BatchNorm2d(c2), )
def forward(self, x):
if self.use_res_connect:
return x + self.conv(x)
else:
return self.conv(x)2、Pointwise Convolution
class PW_Conv(nn.Module):
def __init__(self, c1, c2): # ch_in, ch_out
super(PW_Conv, self).__init__()
self.conv = nn.Conv2d(c1, c2, 1, 1, 0, bias=False)
self.bn = nn.BatchNorm2d(c2)
self.act = nn.ReLU6(inplace=True)
def forward(self, x):
return self.act(self.bn(self.conv(x)))接着需要在 yolov5 的读取模型配置文件的代码（models/yolo.py 的 parse_model 函数）进行修改，使得能够调用到上面的模块，只需修改下面这部分代码。
n = max(round(n * gd), 1) if n > 1 else n # depth gain
if m in [nn.Conv2d, Conv, Bottleneck, SPP, DWConv, MixConv2d, Focus,
CrossConv, BottleneckCSP, C3, PW_Conv, BottleneckMOB]:
c1, c2 = ch[f], args[0]并且需要在 import 引用处加入 PW_Conv,BottleneckMOB 这两个模块。
from models.common import Conv, Bottleneck,SPP, DWConv, Focus,
BottleneckCSP, Concat, NMS, autoShape, PW_Conv,BottleneckMOB然后就是搭建我们的模型配置文件，我在 yolov5s.yaml 的基础上进行修改，将 yolov5s 的 backbone 替换成 mobilenetv2，重新建立了一个模型配置文件 yolov5-mobilenet.yaml。
# parameters nc: 1 # number of classes depth_multiple: 0.33
# model depth multiple width_multiple: 0.50 # layer channel multiple
# anchors anchors: - [116,90, 156,198, 373,326] # P5/32
- [30,61, 62,45, 59,119] # P4/16 - [10,13, 16,30, 33,23] # P3/8
# YOLOv5 backbone: mobilenet v2 backbone: # [from, number, module, args]
[[-1, 1, nn.Conv2d, [32, 3, 2]], # 0-P1/2 oup, k, s 640
[-1, 1, BottleneckMOB, [16, 1, 1]], # 1-P2/4 oup, s, t 320
[-1, 2, BottleneckMOB, [24, 2, 6]], # 320
[-1, 1, PW_Conv, [256]], #4 output p3 160
[-1, 3, BottleneckMOB, [32, 2, 6]], # 3-P3/8 160
[-1, 4, BottleneckMOB, [64, 1, 6]], # 5 80
[-1, 1, PW_Conv, [512]], #7 output p4 6 40
[-1, 3, BottleneckMOB, [96, 2, 6]], # 7 80
[-1, 3, BottleneckMOB, [160, 1, 6,]], # 40
[-1, 1, BottleneckMOB, [320, 1, 6,]], # 40
[-1, 1, nn.Conv2d, [1280, 1, 1]], # 40
[-1, 1, SPP, [1024, [5, 9, 13]]], #11 # 40 ]
# YOLOv5 head head: [[-1, 3, BottleneckCSP, [1024, False]], # 12 40
[-1, 1, Conv, [512, 1, 1]], # 40
[-1, 1, nn.Upsample, [None, 2, 'nearest']], # 40
[[-1, 6], 1, Concat, [1]], # cat backbone P4-7 # 80
[-1, 3, BottleneckCSP, [512, False]], # 16 # 80
[-1, 1, Conv, [256, 1, 1]], # 80
[-1, 1, nn.Upsample, [None, 2, 'nearest']], # 160
[[-1, 3], 1, Concat, [1]], # cat backbone P3-4 160
[-1, 3, BottleneckCSP, [256, False]], # 160
[-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1]], # 21 (P3/8-small) # 160
[-2, 1, Conv, [256, 3, 2]], # 160
[[-1, 17], 1, Concat, [1]], # cat head P4 # 160
[-1, 3, BottleneckCSP, [512, False]], # 160
[-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1]], # 25 (P4/16-medium) # 160
[-2, 1, Conv, [512, 3, 2]], # 160
[[-1, 13], 1, Concat, [1]], # cat head P5-13 # 160
[-1, 3, BottleneckCSP, [1024, False]], # 160
[-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1]], # 29 (P5/32-large) 160
[[21, 25, 29], 1, Detect, [nc, anchors]], # Detect(P5, P4, P3)
nc:number class, na:number of anchors ]到这我们就实现了将 yolov5 的 backbone 替换成了 mobilenetv2。在使用时只需要将网络结构配置参数—cfg 修改成 –cfg yolov5-mobilenet.yaml。
python train.py --data coco.yaml --cfg yolov5-mobilenet.yaml--weights '' --batch-size 645 Next
《YOLOv5 从入门到部署》系列将会 介绍：YOLOv5 的部署。
正文完
