YOLOV5s +吸煙目標檢測

參考學習

文章目錄

• • • 本原創(chuàng)項目長期更新，旨在完成校園異常行為實時精檢測，作到集成+N次開發(fā)+優(yōu)化（不止局限于調(diào)包）為止，近期將不斷更新如下模型+數(shù)據(jù)+標注文件+教程。關(guān)注博主，Star 一下github，一塊兒開始美妙的目標檢測之路吧~~
  • 1、項目展現(xiàn)
  • 2、項目資源共享
    • • 1：訓練圖片：香煙圖片+吸煙手勢+煙霧
  • 3、實踐教學
    • 3.1環(huán)境配置
    • 3.2數(shù)據(jù)標注與預(yù)處理
      • 3.2.1附上本身的Lablimg簡易教學：
      • 3.2.2 幾個本身寫的腳本用于轉(zhuǎn)換數(shù)據(jù)集與訓練前準備
      • 3.2.3 切分訓練集與測試集：
  • 4、開始訓練
    • 4.1：開始訓練
    • 4.2：訓練過程
    • 4.3：訓練優(yōu)化
    • 4.4 訓練參數(shù)：
  • 5、實時檢測
    • 運行detect.py便可
  • 6、YOLO系列可視化對比
  • 7、寫在后面
    • 所有連接傳送門

?

? 首先：附上Github傳送門：https://github.com/CVUsers/Smoke-Detect-by-YoloV5/tree/master，而后根據(jù)本文手把手配置環(huán)境+訓練本身數(shù)據(jù)，或者使用我訓練好的模型進行使用。用yolov5s訓練好的已經(jīng)放在了里面，用大模型訓練的因為大小緣由，須要的話能夠戳最下方微信私聊我，免費。python

1、項目展現(xiàn)

左圖為原圖，右圖為推理后的圖片，以圖片方式展現(xiàn)，視頻流和實時流也能達到這個效果，因為視頻大小緣由，暫不上傳，感興趣的朋友細細往下看，并點個關(guān)注喲！git

測試配置：GTX1050ti，不堪入目，可是實驗效果還不錯，再這樣弱的配置下，使用YOLOv5s，YOlov5m等皆能達到30fps。github

2、項目資源共享

1：訓練圖片：香煙圖片+吸煙手勢+煙霧

香煙圖片：本身編寫爬蟲爬了1w張，篩選下來有近1000張可用，以及其余途徑獲取到的，總共暫時5k張，將來會愈來愈多，后續(xù)須要的能夠私聊我，如今先放出5k張圖片，另外加上本身辛辛苦苦使用Labelimg標注的幾千張圖片的XML文件也一并送上，香煙圖片質(zhì)量可查傳送門：連接：https://pan.baidu.com/s/1t8u94x51TO7pLciU8AoaiQ
提取碼：n2wr：以下圖web

吸煙手勢圖片：算法

火災(zāi)+煙霧數(shù)據(jù)集：微信

這個數(shù)據(jù)集我已經(jīng)有了10萬左右數(shù)據(jù)，部分是朋友的，不知能不能開源，我能夠送上本身收集的幾萬數(shù)據(jù)集。傳送門：框架

項目框架：YOLOV5——Pytorch實現(xiàn)dom

送上做者源碼傳送門：https://github.com/ultralytics/yolov5，固然也能夠直接使用個人：https://github.com/CVUsers/Smoke-Detect-by-YoloV5/tree/master。ide

標注工具：Labelimgsvg

附上Windows工具：在我上面的github里面有喲：下載好放置桌面比較方便。

3、實踐教學

3.1環(huán)境配置

本例以使用YOLov5做者源碼步驟：

Cython numpy==1.17 opencv-python torch>=1.4 matplotlib pillow tensorboard PyYAML>=5.3 torchvision scipy tqdm

個人是torch 1.5 gpu版

在git clone下做者的v5源碼后： 目錄切至requirement.txt 下而后

pip install -U -r requirements.txt

若是須要使用混合精度模型來作訓練：安裝Apex

git clone https://github.com/NVIDIA/apex && cd apex 而后切換至目錄下 pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" . --user && cd .. && rm -rf apex

3.2數(shù)據(jù)標注與預(yù)處理

以吸煙數(shù)據(jù)集為例：

在百度網(wǎng)盤下載好個人數(shù)據(jù)集和XML

如果想從新訓練的話

3.2.1附上本身的Lablimg簡易教學：

標注好會生成XML文件：XML里面包含了四個點坐標和圖片的名字與size。

而后在data下新建幾個文件夾：

將咱們的XML文件放至Annotations

將咱們的圖片放到images

在ImageSets中新建Main 和test.txt 和train.txt

再新建labels存放接下來生成的標簽

3.2.2 幾個本身寫的腳本用于轉(zhuǎn)換數(shù)據(jù)集與訓練前準備

第一個：XML文件轉(zhuǎn)label.txt文件

首先寫個os操做讀一下data/images中圖片：這個幾行搞定，要注意要寫成我這樣的喲 （不用生成.jpg）能夠經(jīng)過split(’.’)再復(fù)制到ImageXML中

而后運行voc_label.py腳本：

# 坐標xml轉(zhuǎn)txt import os import xml.etree.ElementTree as ETclasses = ["smoke"] # 輸入名稱，必須與xml標注名稱一致def convert(size, box):print(size, box)dw = 1. / size[0]dh = 1. / size[1]x = (box[0] + box[1]) / 2.0y = (box[2] + box[3]) / 2.0w = box[1] - box[0]h = box[3] - box[2]x = x * dww = w * dwy = y * dhh = h * dhreturn (x, y, w, h)def convert_annotation(image_id):print(image_id)in_file = open(r'./data/Annotations/%s.xml' % (image_id), 'rb') # 讀取xml文件路徑out_file = open('./data/labels/%s.txt' % (image_id), 'w') # 須要保存的txt格式文件路徑tree = ET.parse(in_file)root = tree.getroot()size = root.find('size')w = int(size.find('width').text)h = int(size.find('height').text)for obj in root.iter('object'):cls = obj.find('name').textif cls not in classes: # 檢索xml中的名稱continuecls_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))bb = convert((w, h), b)out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')image_ids_train = open('./ImageXML.txt').read().strip().split() # 讀取xml文件名索引for image_id in image_ids_train:print(image_id)convert_annotation(image_id)

須要注意，如果有中文路徑的話，請這樣讀文件：

open(r'./data/Annotations/%s.xml' % (image_id), 'rb')

接下來就會在data/labels中看到：全部的txt標簽

每一個txt文本會生成一共5個數(shù)字：第一個是整形的數(shù)，表示類別:0表明第一類，以此類推，后面四個數(shù)字是坐標經(jīng)過歸一化后的表示。

3.2.3 切分訓練集與測試集：

執(zhí)行train_test_split.py

import os import randomtrainval_percent = 1 # 可自行進行調(diào)節(jié) train_percent = 1 xmlfilepath = './data/Annotations' txtsavepath = './data/ImageSets\Main' total_xml = os.listdir(xmlfilepath)num = len(total_xml) list = range(num) tv = int(num * trainval_percent) tr = int(tv * train_percent) trainval = random.sample(list, tv) train = random.sample(trainval, tr)# ftrainval = open('ImageSets/Main/trainval.txt', 'w') ftest = open('./data/ImageSets/Main/test.txt', 'w') ftrain = open('./data/ImageSets/Main/train.txt', 'w') # fval = open('ImageSets/Main/val.txt', 'w')for i in list:name = total_xml[i][:-4] + '\n'if i in trainval:# ftrainval.write(name)if i in train:ftest.write(name)# else:# fval.write(name)else:ftrain.write(name)# ftrainval.close() ftrain.close() # fval.close() ftest.close()

其中trainval_percent = 1表示驗證集比例，1表明1：9 若是有5000張圖片，就會切割成4500張訓練集，和500張驗證集。

trainval_percent = 1 # 可自行進行調(diào)節(jié)

運行path_trans補全路徑，并寫入train.txt

import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.path import joinsets = ['train', 'test']classes = ['smoke'] # 本身訓練的類別def convert(size, box):dw = 1. / size[0]dh = 1. / size[1]x = (box[0] + box[1]) / 2.0y = (box[2] + box[3]) / 2.0w = box[1] - box[0]h = box[3] - box[2]x = x * dww = w * dwy = y * dhh = h * dhreturn (x, y, w, h)def convert_annotation(image_id):in_file = open('data/Annotations/%s.xml' % (image_id), 'rb')out_file = open('data/labels/%s.txt' % (image_id), 'w')tree = ET.parse(in_file)root = tree.getroot()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').textcls = obj.find('name').textif cls not in classes or int(difficult) == 1:continuecls_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))bb = convert((w, h), b)out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')wd = getcwd() for image_set in sets:if not os.path.exists('data/labels/'):os.makedirs('data/labels/')image_ids = open('data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()list_file = open('data/%s.txt' % (image_set), 'w')for image_id in image_ids:list_file.write('data/images/%s.jpg\n' % (image_id))convert_annotation(image_id)list_file.close()

接下來編寫yaml文本：
見smoke.yaml

將咱們上一步生成的train.txt 和test.txt 補全路徑后的這兩個txt路徑寫入到y(tǒng)aml中，而后nc：修改成本身類別的數(shù)量，以及names【‘smoke’】

4、開始訓練

4.1：開始訓練

在上面咱們作好數(shù)據(jù)預(yù)處理后，就能夠開始訓練了，上面的一些處理步驟，每一個人均可能不一樣，不過大致上思路是一致的。

接下來咱們能夠進行預(yù)訓練，下載官方的預(yù)訓練模型：
yolov5s yolov5m yolov5l yolov5x來 我在個人github中方了yolov5s，比較小，只有25mb，專門為移動端考慮了，真好。

固然也能夠不使用預(yù)訓練模型，使用與否，在總時間上是差很少的，不過

為何要使用預(yù)訓練模型？

做者已盡其所能設(shè)計了基準模型。咱們能夠在本身的數(shù)據(jù)集上使用預(yù)訓練模型，而不是從頭構(gòu)建模型來解決相似的天然語言處理問題。

盡管仍然須要進行一些微調(diào)，但它已經(jīng)為咱們節(jié)省了大量的時間：一般是每一個損失降低更快和計算資源節(jié)省。

加快梯度降低的收斂速度

更有可能得到一個低模型偏差，或者低泛化偏差的模型

下降因未初始化或初始化不當致使的梯度消失或者梯度爆炸問題。此狀況會致使模型訓練速度變慢，崩潰，直至失敗。

其中隨機初始化，能夠打破對稱性，從而保證不一樣的隱藏單元能夠?qū)W習到不一樣的東西

接下來開始訓練：

python train.py --data data/smoke.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --batch-size 10 --epochs 100

解釋一下：

咱們–data data/smoke.yaml 中就是在smoke.yaml中撰寫的訓練代碼路徑和類別等data，經(jīng)過這個獲取訓練的圖片和label標簽等。

而后-cfg models/yolov5s.yaml 和 --weights weights/yolov5s.pt是獲取配置和預(yù)訓練模型權(quán)重

batch-size 10 你們都懂，default是16，你們能夠改為16，在yolov5s中模型參施很少，百萬左右，因此顯存消耗很少，個人配置不好，顯存4g，在使用yolov5m中以及不能調(diào)到16。

會報cuda out of memory 報錯，就把batch size下降就行。

而后最后是epoch，這個也不用解釋，我在使用yolov5m訓練5k張圖片在100epoch中花費 了24小時，一個epoch13分鐘。

訓練過程當中，會慢慢在runs中生成tensorboard，可視化損失降低

固然也能夠在本地稍微看看：

這幅圖中，咱們的類別只有1個，第三幅圖顯示了咱們數(shù)據(jù)中的寬高比，歸一化后，廣泛在0.1左右，說明數(shù)據(jù)確實很小，也會面臨模糊問題，致使數(shù)據(jù)質(zhì)量下降。

4.2：訓練過程

分別是epoch，顯存消耗…其余的你們能夠查看源碼

4.3：訓練優(yōu)化

使用混合精度模型

在前面配置好環(huán)境后：

mixed_precision = True try: # Mixed precision training https://github.com/NVIDIA/apexfrom apex import amp except:print('Apex recommended for faster mixed precision training: https://github.com/NVIDIA/apex')mixed_precision = False # not installed

判斷是否可用apex作混合精度模型訓練

而后

if mixed_precision:model, optimizer = amp.initialize(model, optimizer, opt_level='O1', verbosity=0)

在optimizer中amp初始化一下 o1表明級別，注意是歐 不是零。

接著：

if mixed_precision:with amp.scale_loss(loss, optimizer) as scaled_loss:scaled_loss.backward()

優(yōu)化反向傳播。

組裝到cuda訓練

opt.img_size.extend([opt.img_size[-1]] * (2 - len(opt.img_size))) # extend to 2 sizes (train, test)device = torch_utils.select_device(opt.device, apex=mixed_precision, batch_size=opt.batch_size)if device.type == 'cpu':mixed_precision = False

4.4 訓練參數(shù)：

詳情參見注釋。

5、實時檢測

運行detect.py便可

其中，推理一張圖片，那么就在–source中的default寫上圖片路徑，

也能夠如圖寫上整個圖片文件夾，這樣會檢測全部圖片。

也能夠?qū)懮弦曨l地址和視頻文件夾，檢測全部視頻，存放于inference 的out中。

改為0 就是實時檢測了~默認電腦攝像頭，固然也能夠改為手機。這個也很簡單，須要的能夠私聊我，微信會放在最下方。

幀率很高，普通設(shè)備也能達到30+，可謂是速度極快，要是你們設(shè)備好一些，能夠試一下YOLOv5L和YOLOV5x，跑完了能夠私聊分享一下，與我交流。

6、YOLO系列可視化對比

類別100類

每類300張圖片

測試圖片1087張，閥值0.5 ,預(yù)測正確

yolov3-tiny yolov4 yolov5

預(yù)測結(jié)果 737 954 955

模型大小 33.97M 246.19M 28.99M(yolov5s.pt)

yolov5s的精度和yolov4差很少，但模型大小只有yolov4的11.77%（我的數(shù)據(jù)集，數(shù)據(jù)可能有點誤差，但仍是能說明問題的）

實時對比

附上視頻：https://www.bilibili.com/video/av328439400/

7、寫在后面

這篇文章大體介紹了yolov5的自訓練，接下來咱們能夠進行調(diào)優(yōu)。已經(jīng)作消融對比實驗，慢慢的更熟悉目標檢測。繼續(xù)我會在下篇中介紹文中的一些技術(shù)棧，讓你們知根知底。

所有連接傳送門

最后再發(fā)一次全部的連接！

香煙數(shù)據(jù)集：連接：https://pan.baidu.com/s/1t8u94x51TO7pLciU8AoaiQ
提取碼：n2wr

吸煙手勢數(shù)據(jù)集：連接：https://pan.baidu.com/s/1BSH4yn3GBzF3hDTWAqKzDQ
提取碼：9r8t

煙霧數(shù)據(jù)集：連接：https://pan.baidu.com/s/1RKvkkmfpHiPunkFMAEdoAQ
提取碼：ag0x

YOLOv5 原做者github：https://github.com/ultralytics/yolov5

個人github ：https://github.com/CVUsers/Smoke-Detect-by-YoloV5/tree/master?歡迎star ，將長期更新！

最后還有不少知識點沒分享，關(guān)注一下博主，下次分享。

另外歡迎加入深度學習算法交流群，與群內(nèi)工程師朋友門一塊兒交流學術(shù)，共商算法，加油！

?

總結(jié)

以上是生活随笔為你收集整理的pytorch 吸烟检测yolov5s的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。