YOLOv5 實(shí)現(xiàn)無(wú)人機(jī)識(shí)別

YOLOv5發(fā)布至今，已經(jīng)迭代多個(gè)版本，是唯一基于pytorch框架的YOLO系列的模型框。簡(jiǎn)單易用，特別適合自定義目標(biāo)檢測(cè)與對(duì)象檢測(cè)。只要用了Pytorch版本YOLOv5框架，可以毫不夸張的說(shuō)兩個(gè)小時(shí)就可以學(xué)會(huì)目標(biāo)檢測(cè)。

想用視覺(jué)識(shí)別一下空中飛行的無(wú)人機(jī)，識(shí)別對(duì)象有：

1：鳥類bird2：無(wú)人機(jī)UAV3：直升機(jī)helicopter

想通過(guò)自己創(chuàng)建一個(gè)數(shù)據(jù)集，訓(xùn)練yolov5，在調(diào)用detect.py來(lái)識(shí)別一下效果。

百度了一下，發(fā)現(xiàn)無(wú)法獲取別人已經(jīng)標(biāo)注好的數(shù)據(jù)集。（這里提醒大家，自己做數(shù)據(jù)集不費(fèi)時(shí)間，給100多張圖打標(biāo)簽label就行，用不了半個(gè)小時(shí)）圖片就從百度搜索就行，我們的目的是感性的認(rèn)識(shí)這套牛掰的算法，100張圖訓(xùn)練個(gè)幾個(gè)小時(shí)就可以出來(lái)很好的效果，還有不用非要顯卡，雖然我的電腦有顯卡，但是裝pytorch的顯卡cuda版本的總是出錯(cuò)，索性不弄了，直接用cpu版本，cpu版本的pytorch包還小，一會(huì)兒就能安裝好，這100張圖我訓(xùn)練了100個(gè)epoch花費(fèi)了3到4個(gè)小時(shí)，我的電腦的cpu是i7-9700的）

我是從百度上找了大概130多張圖片，我截個(gè)圖：

用labelimage打上標(biāo)簽，所有的標(biāo)簽數(shù)量大概也就200來(lái)個(gè)吧！不會(huì)用labelimgage制作數(shù)據(jù)集的同學(xué)可以看這里：

https://github.com/tzutalin/labelImg

yolo的數(shù)據(jù)文件夾格式又要鞏固一下了，先建一個(gè)數(shù)據(jù)文件夾data，在數(shù)據(jù)文件夾data目錄下面建圖像文件夾images和標(biāo)簽文件夾labels，然后在images文件夾下面建立訓(xùn)練數(shù)據(jù)集train和驗(yàn)證集val（validation的縮寫，驗(yàn)證校驗(yàn)的意思），在labels的文件夾下面也是建立train和val兩個(gè)文件夾，分別放訓(xùn)練集和驗(yàn)證集的標(biāo)簽。

另外說(shuō)一下驗(yàn)證集，驗(yàn)證集里面我找了26張圖片，標(biāo)記了40個(gè)左右的labels吧，所以所有的數(shù)據(jù)加起來(lái)大概150張圖片。

我放一個(gè)圖片看一下驗(yàn)證集里面的圖片如下圖：

到這里為止，所有的數(shù)據(jù)基本整理完畢，另外還需要幾張測(cè)試的圖片，到測(cè)試的時(shí)候再?gòu)木W(wǎng)上找就是了。

這里下載yolov5的源碼就不寫怎么下載了，自己百度就好，相對(duì)難度低，我是從gitee上下載的，github總是卡，這個(gè)源碼也沒(méi)有多大，幾分鐘的時(shí)間就下載好了。下面直接寫怎么改一下代碼訓(xùn)練自己制作好的無(wú)人機(jī)的數(shù)據(jù)集。

分步驟寫吧

首先：明確思路

怎么訓(xùn)練這個(gè)算法？我要訓(xùn)練什么模型？我要拿這個(gè)模型做什么？這些問(wèn)題是在訓(xùn)練這個(gè)算法的時(shí)候首先要想的問(wèn)題。

回答：

我要訓(xùn)練一個(gè)模型能夠識(shí)別空中飛行的無(wú)人機(jī)，并打上紅框label，空中的復(fù)雜環(huán)境下可能不只有無(wú)人機(jī)，會(huì)有鳥、樹、白云、直升機(jī)、飛機(jī)等等其他干擾因素印象，簡(jiǎn)單起見，我又加上了鳥bird和直升機(jī)helicopter，所以用yolov5分類nc（number class）為3個(gè)，也就是無(wú)人機(jī)UAV、鳥bird、直升機(jī)、helicopter，看下圖，建立一個(gè)數(shù)據(jù)信息文件，文件格式y(tǒng)aml

我把這個(gè)文件名保存成了chenchen.yaml

訓(xùn)練集圖片train在uav_train下面的data里面，訓(xùn)練集也是，這個(gè)文件不用寫標(biāo)簽label的地址，因?yàn)槲募A結(jié)構(gòu)是定的，程序會(huì)自動(dòng)判斷出label的位置。

chenchen.yaml文件里面的nc改成2，names改成自己的，也就是uav bird 和helicopter

下面我貼兩張圖片，這兩張圖片是我訓(xùn)練了100張圖后，測(cè)試的標(biāo)簽和測(cè)試的預(yù)測(cè)，基本上框的位置已經(jīng)很好了，只有左上角的這個(gè)直升機(jī)helicopter沒(méi)有被識(shí)別出來(lái)，這個(gè)我感覺(jué)是因?yàn)槲艺业闹鄙龣C(jī)圖片的問(wèn)題，這個(gè)直升機(jī)圖片有點(diǎn)特別，訓(xùn)練數(shù)據(jù)中這樣的圖片少的原因。

總結(jié)：思路明確了，就是做一個(gè)三分類模型，無(wú)人機(jī)、鳥、直升機(jī)，

其次修改train.py文件

思路確定了后就是訓(xùn)練這個(gè)模型了，我們已經(jīng)把數(shù)據(jù)集準(zhǔn)備好了，現(xiàn)在就訓(xùn)練這個(gè)模型。下載下來(lái)的yolo源碼里面的train.py文件，我截圖一下：

這個(gè)是train.py文件

第一：導(dǎo)入各種依賴包；第二：定義train函數(shù)方法，主要的就是這個(gè)train方法；第三：主程序；

解釋一下，各種依賴包不用解釋，train方法就是作者的核心了，簡(jiǎn)單解釋就是yolo算法的原理，主程序里面就是調(diào)用tran方法畫框框，（到目前位置我能給的解釋也只有這么多，我沒(méi)有花費(fèi)時(shí)間研究，我感性上的理解應(yīng)該是這樣）

這個(gè)文件中主要要修改的參數(shù)是什么呢？

下面這張圖中我給出了箭頭

第一個(gè)箭頭：

yolov5s.pt，這個(gè)是權(quán)重文件，用的是s版本，small，yolov5的權(quán)重文件不同分為幾個(gè)不同版本，這里我用的是s版本，這里可以認(rèn)為是模型的初始權(quán)重，

第二個(gè)箭頭：

這個(gè)yolov5s.yaml文件我保存到了uav_train文件夾里面，這個(gè)文件是配置yolov5模型的，叫做配置文件吧，等下這個(gè)文件我截圖一下，這個(gè)文件也要改一個(gè)地方。

第三個(gè)箭頭：

就是數(shù)據(jù)文件，就是上面定義的一個(gè)chenchen.yaml文件，這里有訓(xùn)練數(shù)據(jù)集的地址。

第四個(gè)箭頭：

是epoch，我寫的是100，大家也可以改成10試一下，20分鐘訓(xùn)練完成，我當(dāng)時(shí)做了一下，10個(gè)epoch效果很差，100個(gè)的時(shí)候效果就是我視頻的效果，都能到70%準(zhǔn)確率以上。

第五個(gè)箭頭：

是batch，我是16張圖片一個(gè)batch

第二個(gè)箭頭解釋圖片如下：

這里是這個(gè)算法的配置文件，最終輸出的類別是3，這改成3保存就行，其他的能看出來(lái)這個(gè)里面是yolo的架構(gòu)，我也不會(huì)解釋，有想了解的可以自己百度。

總結(jié)：到這里train.py就修改完畢了

到這里就可以訓(xùn)練了，我用的是pycharm這個(gè)集成環(huán)境，所以選中train.py文件直接右鍵運(yùn)行就可以

下面就是漫長(zhǎng)的訓(xùn)練時(shí)間，只有等著

其實(shí)這一步可以不用，test.py文件主要是用來(lái)測(cè)試驗(yàn)證集val的，這里和訓(xùn)練一樣，不要把訓(xùn)練好的權(quán)重文件的地址換一下，就是best.pt文件，data的參數(shù)改一下，改成chenchen.yaml就可以。最激動(dòng)人心的是第五步，就是訓(xùn)練好的模型驗(yàn)證一下其他的圖片，看看效果怎么樣。

這個(gè)文件是detect.py，我截圖看下：

這里有四個(gè)箭頭

第一個(gè)：訓(xùn)練好的最好的權(quán)重文件，加載上第二個(gè)：我從百度找了一個(gè)視頻文件保存成了666.mp4第三個(gè)：置信度，我這里其實(shí)可以寫0.7，第四個(gè)：iou，

解釋：如果訓(xùn)練的epoch少，可以把三四箭頭改小點(diǎn)，要不然視頻和圖片中不會(huì)被標(biāo)記出，會(huì)讓你誤認(rèn)為自己訓(xùn)練的不對(duì)。測(cè)試效果如下：

努力分享優(yōu)質(zhì)的計(jì)算機(jī)視覺(jué)相關(guān)內(nèi)容，歡迎關(guān)注：

個(gè)人微信（如果沒(méi)有備注不拉群！）
請(qǐng)注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱



下載1：何愷明頂會(huì)分享

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經(jīng)典工作的總結(jié)分析

下載2：終身受益的編程指南：Google編程風(fēng)格指南

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：c++，即可下載。歷經(jīng)十年考驗(yàn)，最權(quán)威的編程規(guī)范！

下載3 CVPR2021

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：CVPR，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文