YOLOv5-水印检测

大家好，欢迎来到IT知识分享网。

简介：
YOLOv5在YOLOv4算法的基础上做了进一步的改进，检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析，但是YOLOv5在COCO数据集上面的测试效果还是挺不错的。
YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示：

1>输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放；

2> 基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构；

3> Neck网络：目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层，Yolov5中添加了FPN+PAN结构；

4> Head输出层：输出层的锚框机制与YOLOv4相同，主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms。

网络结构:
改编自知乎大佬的一张图：
Yolov5s网络是Yolov5系列中深度最小，特征图的宽度最小的网络。后面的3种（Yolov5m、Yolov5l、Yolov5x）都是在此基础上不断加深，不断加宽。
在这里插入图片描述

参数：

train.py

yolov5s.yaml

voc.yaml

detect.py

(预测文件)

source：预测数据路径
weights：训练好的best.pt文件路径
conf-thres：置信度阈值
iou-thres：交并比阈值
conf-thres和iou-thres确定返回的预测框

test.py

数据标注

使用标注精灵：新建一个项目，选择位置标注和自定义标注类别，导入数据，选择矩形框标注，导出数据为XML文件。

格式转化

voc2yolov5.py

![在这里插入图片描述](https://img-blog.csdnimg.cn/ff49440b9407ac5ca08ed56a.png

过程：

先进性格式转换voc2yolov5.py：
修改以下对应位置：

classes = ["XMH"] #类别名称，对应需要的类别 TRAIN_RATIO = 80 #训练验证集按80%20%分 

def convert_annotation(image_id): in_file = open('../%s.xml' % image_id,encoding="utf-8") #对应XML文件路径 out_file = open('../%s.txt' % image_id, 'w',encoding="utf-8") #对应保存转换后txt文件路径 

train.py文件

weights： 修改下载的权重文件路径
cfg： 修改网络结构参数配置文件路径
data： 修改数据配置文件路径（修改对应配置文件信息）
hyp： 修改超参数配置文件路径（可以学习率、损失增益等，看情况）
epochs： 修改训练轮数（根据自己需求）
batch-size： 修改图片输入数量（按自己电脑内存大小修改输入批次大小）
img-size：修改输入图片大小，放缩图片（一般640）
resume： 修改路径（上一次没有训练完的权重文件路径）
project，name：保存文件路径
workers：建议为0
device：选用CPU或者GPU（0,1，2…）

detect.py文件
weights、img-size、device、project、name同上
source：修改数据路径（测试、预测数据）
conf-thres：置信度（建议0.6）
iou-thres：交并比（建议0.5）
save-txt：保存坐标信息，增加路径
找到utils下面的plots.py文件中的plot_one_box函数：
打印坐标信息：

def plot_one_box(x, img, color=None, label=None, line_thickness=3): # Plots one bounding box on image img tl = line_thickness or round(0.002 * (img.shape[0] + img.shape[1]) / 2) + 1 # line/font thickness color = color or [random.randint(0, 255) for _ in range(3)] c1, c2 = (int(x[0]), int(x[1])), (int(x[2]), int(x[3])) cv2.rectangle(img, c1, c2, color, thickness=tl, lineType=cv2.LINE_AA) print("左上点的坐标为：(" + str(c1[0]) + "," + str(c1[1]) + ")，右下点的坐标为(" + str(c2[0]) + "," + str(c2[1]) + ")") 

或者修改detect.py：

 for *xyxy, conf, cls in reversed(det): if save_txt: # Write to file xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist() # normalized xywh line = (cls, *xywh, conf) if opt.save_conf else (cls, *xywh) # label format label = f'{ 
     names[int(cls)]} ：{ 
     conf:.2f}' x1 = int(xyxy[0].item()) y1 = int(xyxy[1].item()) x2 = int(xyxy[2].item()) y2 = int(xyxy[3].item()) lab.append(label) loc.append([x1, y1, x2, y2]) print('bounding box is:', x1, y1, x2, y2) # 打印坐标 print(lab) print(loc) a = (x1, y1, x2, y2) with open(txt_path + '.txt', 'a') as f: # f.write(('%g ' * len(line)).rstrip() % line + '\n') f.write(str(a) + '\n') f.write(str(label)) 

test.py大致和train.py相同

结果：

配置文件指定路径下生成结果，模型权重文件防在weights下面，存在best和last（最好的和最好的），参数文件
检测结果：

开始运行：

报错：

wandb：报错说没有账号等，可以直接关闭

利用tensorboard可视化训练过程，训练开始会在yolov5目录生成一个runs文件夹，利用tensorboard打开即可查看训练日志：

tensorboard --logdir=runs 

注意：数据转化的时候一定要把数据类别名称加上。