基于YOLOV5的数据集标注＆训练，Windows/Linux/Jetson Nano多平台部署全流程

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者 | msnh2012 来源 | GiantPandaCV 编辑 | 极市平台

导读

 

本文将分windows和linux, pc和jetson nx平台分别给大家讲解如何使用Msnhnet部署yolov5. 

准备工作和数据标注

1. 安装配置Cuda, Cudnn, Pytorch该部分不进行详细介绍, 具体过程请百度.此处小编使用Pytorch1.9.、

2. 制作自己的数据集这里小编给大家准备了一个人体检测的数据集,供大家测试使用.链接：https://pan.baidu.com/s/1lpyNNdYqdKj8R-RCQwwCWg  提取码：6agk

3. 数据集准备工作.(1) 层级关系yolov5数据集所需的文件夹结构,以小编提供的数据集为例.

• people文件夹下包含两个子文件夹images(用于存放图片)和labels(用于存放标签文件).

• images文件夹下包含train和val两个文件夹,分别存放训练集的图片和验证集的图片.

• labels文件夹下包含train和val两个文件夹,分别存放训练集的标签和验证集的标签.

  dataset.png

(2) 下载标注软件这里小编自己编写了一款标注软件，直接支持导出yolov5格式。链接：https://pan.baidu.com/s/1AI5f5BYbboK0KYpHf7v4-A  提取码：19o1

标注软件界面展示

(3) 准备需要标注的数据(注意本软件单次只能标注1000张，建议单次500张以下)这里我简单准备了5张猫狗数据的。

猫狗数据集展示

(4) 准备标签文件新建一个labels.txt文件(名字任意).将类名按照自己需要的顺序进行输入(注意,这里的顺序关系到最后导出yolov5 labels文件的标签顺序)

labels.txt内容

4. 开始标注

(1) 导入图片和标签文件

打开CasiaLabeler软件.点击 标注>打开 导入图片.点击 标注>添加标签导入标签。选择之前创建的标签文件，导入后如图。

导入标签

(2) 开始标注并指定标签初步框选标注对象。

框选目标

在标注信息栏，修改目标的标签。

修改目标的标签

在属性窗口可以修改标注框的颜色。

属性窗口

完成之后。(PS.标注框可以通过Ctrl+C和Ctrl+V进行复制粘贴)

标注完成效果展示

(3) 导出标注结果点击 标注>导出标注结果>yolov5 ，并指定一个空文件夹。

标签导出到一个空文件夹

(4) 整理数据集层级结构

数据集的组织结构按照这个图排列

PS.

• 1.标注过程请及时保存工程文件。

• 2.第一次保存工程后，会在工程目录下间隔一定时间自动保存工程。可以点击 帮助>设置 选择自动保存时间间隔。

  标注工程保存间隔时间设置，可调节

• 3.标注完成后,可以自动切换下一张预览标注结果。点击 视图>预览 即可自动切换标注场景，切换间隔时间按可以点击 帮助>设置 设置预览间隔时间。

  设置预览间隔时间

• 4.在标注一部分图片后,图片的位置发生了变化,或者图片拷贝至另外一台的电脑上,则会出现路径丢失的情况。

  容错机制

• 5.丢失解决方法,点击 帮助>设置.在图片路径修改处,选择需要修改的工程,并指定图片新的路径,点击 转换 即可完成工程文件修复。再次打开工程即可。

  丢失解决方法

5. 准备Yolov5代码1 Clone代码git clone https://github.com/msnh2012/MsnhnetModelZoo.git**(注意!必须Clone小编为msnhnet定制的代码!)**2 安装依赖pip install requirements.txt(可以手动安装)

6. 准备Yolov5预训练模型

(1) 这里小编已经给大家准备好了预训练模型(yolov5_pred文件夹中)链接：https://pan.baidu.com/s/1lpyNNdYqdKj8R-RCQwwCWg 提取码：6agk

(2) 将下载好的预训练模型文件拷贝至yolov5ForMsnhnet/yolov5/weights文件夹下

模型训练

1. 准备工作(1) 数据集准备(这里以people数据集为例)

• 将标注好的数据集放置在datas文件夹下。

• 在datas文件夹下创建一个people.yaml文件，用于配置数据集信息。

• train: 训练集图片位置

• val: 验证集图片位置

• nc: 类别数量

• names: 所有类的名称

  yaml文件配置

(2) 选择所需训练的模型(这里以yolov5m为例)

• 在models文件夹下,复制一份yolov5m.yaml,重新命名为yolov5m_people.yaml.

• 将nc改为1(还是一样,改成数据集的类的个数).

  nc代表数据集目标类别总数

(3) 关于anchors

`# anchors anchors:

• [10,13, 16,30, 33,23]  # P3/8

• [30,61, 62,45, 59,119]  # P4/16

• [116,90, 156,198, 373,326]  # P5/32 `

anchors参数共有三行，每行9个数值；每一行代表不同的特征图；

• 第一行是在最大的特征图上的anchors

• 第二行是在中间的特征图上的anchors

• 第三行是在最小的特征图上的anchors

• yolov5会在训练最开始自动对anchors进行check(可以修改 train.py中以下代码使用或者不使用自动anchor).

parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')

• 如果标注信息对anchor的最佳召回率>=0.98，则不需要重新计算anchor，反之则需要从新计算。

check代码如下:

• 参数:

• dataset: 数据集

• model: 模型

• thr: dataset中标注框宽高比最大阈值,参数在超参文件 hyp.scratch.yaml"中"anchor_t"设置。

• imgsz: 图片尺寸

def check_anchors(dataset, model, thr=4.0, imgsz=640):  
  # Check anchor fit to data, recompute if necessary  
  print('\nAnalyzing anchors... ', end='')  
  m = model.module.model[-1] if hasattr(model, 'module') else model.model[-1]  # Detect()  
  shapes = imgsz * dataset.shapes / dataset.shapes.max(1, keepdims=True)  
  scale = np.random.uniform(0.9, 1.1, size=(shapes.shape[0], 1))  # augment scale  
  wh = torch.tensor(np.concatenate([l[:, 3:5] * s for s, l in zip(shapes * scale, dataset.labels)])).float()  # wh  
  
  def metric(k):  # compute metric  
      r = wh[:, None] / k[None]  
      x = torch.min(r, 1. / r).min(2)[0]  # ratio metric  
      best = x.max(1)[0]  # best_x  
      aat = (x > 1. / thr).float().sum(1).mean()  # anchors above threshold  
      bpr = (best > 1. / thr).float().mean()  # best possible recall  
      return bpr, aat  
  
  bpr, aat = metric(m.anchor_grid.clone().cpu().view(-1, 2))  
  print('anchors/target = %.2f, Best Possible Recall (BPR) = %.4f' % (aat, bpr), end='')  
  if bpr < 0.98:  # threshold to recompute  
      print('. Attempting to generate improved anchors, please wait...' % bpr)  
      na = m.anchor_grid.numel() // 2  # number of anchors  
      new_anchors = kmean_anchors(dataset, n=na, img_size=imgsz, thr=thr, gen=1000, verbose=False)  
      new_bpr = metric(new_anchors.reshape(-1, 2))[0]  
      if new_bpr > bpr:  # replace anchors  
          new_anchors = torch.tensor(new_anchors, device=m.anchors.device).type_as(m.anchors)  
          m.anchor_grid[:] = new_anchors.clone().view_as(m.anchor_grid)  # for inference  
          m.anchors[:] = new_anchors.clone().view_as(m.anchors) / m.stride.to(m.anchors.device).view(-1, 1, 1)  # loss  
          check_anchor_order(m)  
          print('New anchors saved to model. Update model *.yaml to use these anchors in the future.')  
      else:  
          print('Original anchors better than new anchors. Proceeding with original anchors.')  
  print('')  # newline

• 聚类anchor代码

• 参数

• path: 之前创建的people.yaml数据集配置文件路径。

• n: anchors 组数量 xx，xx为一组

• img_size: 图片尺寸。

• thr:  dataset中标注框宽高比最大阈值,参数在超参文件 hyp.scratch.yaml"中"anchor_t"设置。

• gen: kmean算法iter次数。

• verbose: 是否打印结果。

def kmean_anchors(path='./data/coco128.yaml', n=9, img_size=640, thr=4.0, gen=1000, verbose=True):  
  """ Creates kmeans-evolved anchors from training dataset  
  
      Arguments:  
          path: path to dataset *.yaml, or a loaded dataset  
          n: number of anchors  
          img_size: image size used for training  
          thr: anchor-label wh ratio threshold hyperparameter hyp['anchor_t'] used for training, default=4.0  
          gen: generations to evolve anchors using genetic algorithm  
  
      Return:  
          k: kmeans evolved anchors  
  
      Usage:  
          from utils.general import *; _ = kmean_anchors()  
  """  
  thr = 1. / thr  
  
  def metric(k, wh):  # compute metrics  
      r = wh[:, None] / k[None]  
      x = torch.min(r, 1. / r).min(2)[0]  # ratio metric  
      # x = wh_iou(wh, torch.tensor(k))  # iou metric  
      return x, x.max(1)[0]  # x, best_x  
  
  def fitness(k):  # mutation fitness  
      _, best = metric(torch.tensor(k, dtype=torch.float32), wh)  
      return (best * (best > thr).float()).mean()  # fitness  
  
  def print_results(k):  
      k = k[np.argsort(k.prod(1))]  # sort small to large  
      x, best = metric(k, wh0)  
      bpr, aat = (best > thr).float().mean(), (x > thr).float().mean() * n  # best possible recall, anch > thr  
      print('thr=%.2f: %.4f best possible recall, %.2f anchors past thr' % (thr, bpr, aat))  
      print('n=%g, img_size=%s, metric_all=%.3f/%.3f-mean/best, past_thr=%.3f-mean: ' %  
            (n, img_size, x.mean(), best.mean(), x[x > thr].mean()), end='')  
      for i, x in enumerate(k):  
          print('%i,%i' % (round(x[0]), round(x[1])), end=',  ' if i < len(k) - 1 else '\n')  # use in *.cfg  
      return k  
  
  if isinstance(path, str):  # *.yaml file  
      with open(path) as f:  
          data_dict = yaml.load(f, Loader=yaml.FullLoader)  # model dict  
      from utils.datasets import LoadImagesAndLabels  
      dataset = LoadImagesAndLabels(data_dict['train'], augment=True, rect=True)  
  else:  
      dataset = path  # dataset  
  
  # Get label wh  
  shapes = img_size * dataset.shapes / dataset.shapes.max(1, keepdims=True)  
  wh0 = np.concatenate([l[:, 3:5] * s for s, l in zip(shapes, dataset.labels)])  # wh  
  
  # Filter  
  i = (wh0 < 3.0).any(1).sum()  
  if i:  
      print('WARNING: Extremely small objects found. '  
            '%g of %g labels are < 3 pixels in width or height.' % (i, len(wh0)))  
  wh = wh0[(wh0 >= 2.0).any(1)]  # filter > 2 pixels  
  
  # Kmeans calculation  
  print('Running kmeans for %g anchors on %g points...' % (n, len(wh)))  
  s = wh.std(0)  # sigmas for whitening  
  k, dist = kmeans(wh / s, n, iter=30)  # points, mean distance  
  k *= s  
  wh = torch.tensor(wh, dtype=torch.float32)  # filtered  
  wh0 = torch.tensor(wh0, dtype=torch.float32)  # unflitered  
  k = print_results(k)  
  
  # Plot  
  # k, d = [None] * 20, [None] * 20  
  # for i in tqdm(range(1, 21)):  
  #     k[i-1], d[i-1] = kmeans(wh / s, i)  # points, mean distance  
  # fig, ax = plt.subplots(1, 2, figsize=(14, 7))  
  # ax = ax.ravel()  
  # ax[0].plot(np.arange(1, 21), np.array(d) ** 2, marker='.')  
  # fig, ax = plt.subplots(1, 2, figsize=(14, 7))  # plot wh  
  # ax[0].hist(wh[wh[:, 0]<100, 0],400)  
  # ax[1].hist(wh[wh[:, 1]<100, 1],400)  
  # fig.tight_layout()  
  # fig.savefig('wh.png', dpi=200)  
  
  # Evolve  
  npr = np.random  
  f, sh, mp, s = fitness(k), k.shape, 0.9, 0.1  # fitness, generations, mutation prob, sigma  
  pbar = tqdm(range(gen), desc='Evolving anchors with Genetic Algorithm')  # progress bar  
  for _ in pbar:  
      v = np.ones(sh)  
      while (v == 1).all():  # mutate until a change occurs (prevent duplicates)  
          v = ((npr.random(sh) < mp) * npr.random() * npr.randn(*sh) * s + 1).clip(0.3, 3.0)  
      kg = (k.copy() * v).clip(min=2.0)  
      fg = fitness(kg)  
      if fg > f:  
          f, k = fg, kg.copy()  
          pbar.desc = 'Evolving anchors with Genetic Algorithm: fitness = %.4f' % f  
          if verbose:  
              print_results(k)  
  
  return print_results(k)

(4) train文件复制一个train.py文件命名为train_people.py.修改模型参数。

模型可配置的超参数

修改opt参数：

• weights: 加载的权重文件(weights文件夹下yolov5m.pt)

• cfg: 模型配置文件，网络结构(model文件夹下yolov5m_people.yaml)

• data: 数据集配置文件，数据集路径，类名等(datas文件夹下people.yaml)

• hyp: 超参数文件

• epochs: 训练总轮次

• batch-size: 批次大小

• img-size: 输入图片分辨率大小(512*512)

• rect: 是否采用矩形训练，默认False

• resume: 接着打断训练上次的结果接着训练

• nosave: 不保存模型，默认False

• notest: 不进行test，默认False

• noautoanchor: 不自动调整anchor，默认False

• evolve: 是否进行超参数进化，默认False

• bucket: 谷歌云盘bucket，一般不会用到

• cache-images: 是否提前缓存图片到内存，以加快训练速度，默认False

• name: 数据集名字，如果设置：results.txt to results_name.txt，默认无

• device: 训练的设备，cpu；0(表示一个gpu设备cuda:0)；0,1,2,3(多个gpu设备)

• multi-scale: 是否进行多尺度训练，默认False

• single-cls: 数据集是否只有一个类别，默认False

• adam: 是否使用adam优化器

• sync-bn: 是否使用跨卡同步BN,在DDP模式使用

• local_rank: gpu编号

• logdir: 存放日志的目录

• workers: dataloader的最大worker数量(windows需设置为0)

超参数配置

2. 开始train

train_people.py

训练流程展示

训练过程中，会在yolov5/runs文件夹下生成一个exp文件夹。

• weights包含训练过程中最后一次训练好的模型last.pt和历史最佳模型best.pt。

• events文件可以使用tensorboard查看训练过程。在exp文件夹中，打开终端，运行tensorboard --logdir=.在浏览器中输入http://localhost:6006/可查看训练过程与曲线.

• 其它过程文件。

推理测试

• 将runs/exp文件夹下的best.pt文件拷贝到weights文件夹下。

• 在inference/images文件夹下放置几个测试图片。这里放置一张官方的bus.jpg

bus.jpg

在yolov5文件夹中打开终端，执行：python detect --weights weights/best.pt --source inference/images --output inference/output

• 在inference/output文件夹中会生成推理结果。

预测结果

至此，使用pytorch训练yolov5模型完成，下一节将介绍如何在CMake(c++),Winform(C#)以及windows(PC),linux(Jetson Nx)中使用Msnhnet部署yolov5.

基于MsnhNet部署yolov5

本篇将分windows和linux, pc和jetson nx平台分别给大家讲解如何使用Msnhnet部署yolov5.

pytorch模型转msnhnet

在yolov5文件夹下打开终端。将best.pt拷贝至weights文件夹下。执行

python yolov5ToMsnhnet.py

yolov5ToMsnhnet.py文件内容:

`from PytorchToMsnhnet import * Msnhnet.Export = True from models.experimental import attempt_load import torch

weights     = "weights/best.pt" # pt文件 msnhnetPath = "yolov5m.msnhnet" # 导出.msnhnet文件 msnhbinPath = "yolov5m.msnhbin" # 导出.msnhbin文件

model = attempt_load(weights, "cpu") model.eval() # cpu模式，推理模式

img = torch.rand(5125123).reshape(1,3,512,512) #生成随机推理数据

tans(model,img,msnhnetPath,msnhbinPath) #模型转换 `

导出成功后会在文件夹下生成yolov5m.msnhnet和yolov5m.msnhbin文件。

Windows 篇

1. 准备工作(1) 安装Visual studio

• 网址:https://visualstudio.microsoft.com/zh-hans/

• 下载visual studio 2017以上任意版本进行安装。此处勾选.Net桌面开发和使用c++的桌面开发。

vs安装界面

(2) 安装cuda和cudnn, 此处请自行百度.

• cuda网址:https://developer.nvidia.com/cuda-downloads

• cudnn网址:https://developer.nvidia.com/zh-cn/cudnn

• 下载cudaxx.exe文件安装cuda(此过程最好使用cuda中自带的显卡驱动程序),下载cudnnxxx.zip文件，将其解压到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vxx.xx文件夹下,即完成了cuda和cudnn配置。

• 将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vxx.xx 添加到系统环境变量。

  设置CUDA环境变量

(3) 打开cmd, 输入nvcc.测试cuda是否安装完成。以下结果说明cuda配置完成。

CUDA配置成功标志

(4) 安装cmake(建议3.17).

• cmake下载网址:https://cmake.org/files/v3.17/

• 下载文件: cmake-3.17.5-win64-x64.msi

• 完成安装。

(5) clone Msnhnetgit clone https://github.com/msnh2012/Msnhnet.git2. 编译OpenCV库(1) 小编这里给大家准备好了OpenCV的源码文件,不用科学上网了。链接：https://pan.baidu.com/s/1lpyNNdYqdKj8R-RCQwwCWg 提取码：6agk(2) 打开cmake-gui.exe。

选择OpenCV和要编译的目标路径

(3) 点击config选择安装的visual studio版本，选择x64(此处以VS2017为例),点击Finish,等待配置完成.

选择安装的visual studio版本

(4) 参数配置.

- CMAKE_INSTALL_PREFIX #指定安装位置,如: D:/libs/opencv  
  - CPU_BASELINE #选择AVX2(如果CPU支持AVX2加速)  
  - BUILD_TESTS #取消勾选

(5) 点击generate->Generating done.

(6) 点击Open Project.分别选择Debug右键生成。(此过程需要等待10min~60min不等,根据电脑配置)

OpenCV编译

(7) 右键安装。(会将编译好的可执行文件安装在指定安装位置，如:D:/libs/opencv)

安装OpenCV到指定路径

(8) 重复6-7步选择Release版本进行编译安装。

(9) 指定OpenCV_DIR环境变量,用于CMakeList能使用FindPackage找到OpenCV.

OpenCV环境变量

(10) 指定Path环境变量.在Path环境变量下添加Opencv的bin文件夹位置,如: D:\libs\opencv\x64\vc15\bin

3. 编译Msnhnet库

(1) 打开cmake-gui.exe。

选中Msnhnet源码路径和build文件夹路径

(2) 点击config选择安装的visual studio版本，选择x64(此处以VS2017为例),点击Finish,等待配置完成.

选择安装的visual studio版本

(3) 勾选以下参数。

- CMAKE_INSTALL_PREFIX #指定安装位置,如: D:/libs/Msnhnet  
 - BUILD_EXAMPLE      #构建示例  
 - BUILD_SHARED_LIBS  #构建动态链接库  
 - BUILD_USE_CUDNN    #使用CUDNN  
 - BUILD_USE_GPU      #使用GPU  
 - BUILD_USE_OPENCV   #使用OPENCV  
 - ENABLE_OMP         #使用OMP  
 - OMP_MAX_THREAD     #使用最大核心数

编译Msnhnet cmake选项

(4) 点击generate->Generating done.

(5) 点击Open Project.分别选择Debug右键生成。

VS编译MsnhNet

(6) 右键安装。(会将编译好的可执行文件安装在指定安装位置，如:D:/libs/Msnhnet)

VS安装MsnhNet

(7) 重复6-7步选择Release版本进行编译安装。

(8) 指定Msnhnet_DIR环境变量,用于CMakeList能使用FindPackage找到Msnhnet.

配置MsnhNet环境变量

(9)指定Path环境变量.在Path环境变量下添加Msnhnet的bin文件夹位置,如: D:\libs\Msnhnet\bin

(10) 测试。

• 下载小编准备好的一系列Msnhnet测试模型。并解压到如D盘根目录 链接：https://pan.baidu.com/s/1mBaJvGx7tp2ZsLKzT5ifOg 提取码：x53z

• 在Msnhnet安装目录打开终端。执行：

yolov3_gpu D:/models  
yolov3_gpu_fp16 D:/models #fp16推理

推理结果展示

• 当然，你可以可以测试其它模型。

4. 使用C#部署Msnhnet

(1) clone MsnhnetSharp

git clone https://github.com/msnh2012/MsnhnetSharp

(2) 双击打开MsnhnetSharp.sln文件。

(3) 选择x64平台和Release模式,右键生成MsnhnetSharp,再生成MsnhnetForm.

(4) 点击启动按钮。

(5) 在参数配置栏,分别指定msnhnetPath和msnhbinPath为之前导出的yolov5m的参数。然后将上一节制作好的labels.txt文件,复制一份,重命名为labels.names.

(6) 点击初始化网络。等待初始化完成，init done.

(7) 点击读取图片, 选择那张bus.jpg.

(8) 点击yolo GPU(Yolo Detect GPU). 第一次推理时间较长。

(9) 点击重置图片。

(10) 再次点击yolo GPU(Yolo Detect GPU). 随后推理时间正常。

界面展示

至此，使用C#部署Msnhnet完成,后续可以参考MsnhnetForm将MsnhnetSharp部署到你自己的工程中。

5. 使用CMake部署Msnhnet

工程文件源码：链接：https://pan.baidu.com/s/1lpyNNdYqdKj8R-RCQwwCWg 提取码：6agk

(1) 新建MsnhnetPrj文件夹

(2) 将yolov5m.msnhnet,yolov5m.msnhbin,labels.txt拷贝到MsnhnetPrj文件夹内

(3) 新建CMakeLists.txt文件

cmake_minimum_required(VERSION 3.15)  
project(yolov5m_msnhnet  
        LANGUAGES CXX C CUDA  
        VERSION 1.0)  
  
find_package(OpenCV REQUIRED)  
find_package(Msnhnet REQUIRED)  
find_package(OpenMP REQUIRED)  
  
add_executable(yolov5m_msnhnet yolov5m_msnhnet.cpp)  
  
target_include_directories(yolov5m_msnhnet PUBLIC ${Msnhnet_INCLUDE_DIR})  
target_link_libraries(yolov5m_msnhnet PUBLIC ${OpenCV_LIBS} Msnhnet)

(4) 新建yolov5m_msnhnet.cpp文件

#include "Msnhnet/net/MsnhNetBuilder.h"  
#include "Msnhnet/io/MsnhIO.h"  
#include "Msnhnet/config/MsnhnetCfg.h"  
#include "Msnhnet/utils/MsnhOpencvUtil.h"  
  
void yolov5sGPUOpencv(const std::string& msnhnetPath, const std::string& msnhbinPath, const std::string& imgPath,  const std::string& labelsPath)  
{  
    try  
    {  
        Msnhnet::NetBuilder  msnhNet;  
        Msnhnet::NetBuilder::setOnlyGpu(true);  
        //msnhNet.setUseFp16(true); //开启使用FP16推理  
        msnhNet.buildNetFromMsnhNet(msnhnetPath);  
        std::cout<