想學一下cv  ,但是勸退了  配置真的要了個命  我RTX2060的顯卡 最后只能拿cpu訓練真的是要了個命 

現在 記錄一下學習過程

下載圖片編輯功能

就是那個標注數據集的 .網上也查了不少資料... 要了個親命, 那種什么json轉txt 饒了我吧
最后發現這種是最簡單的方式

 使用pip工具進行安裝LabelImg   windos系統
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

安裝完以后直接 cmd 輸入 labelimg 就可以了
標注常用的快捷鍵
W：調出標注的十字架，開始標注
A：切換到上一張圖片
D：切換到下一張圖片
Ctrl+S：保存標注好的標簽
del：刪除標注的矩形框
Ctrl+鼠標滾輪：按住Ctrl，然后滾動鼠標滾輪，可以調整標注圖片的顯示大小
Ctrl+u：選擇要標注圖片的文件夾
Ctrl+r：選擇標注好的label標簽存放的文件夾
↑→↓←：移動標注的矩形框的位置
使用標注的十字架，框住要標注的目標即可，如下圖，是我對公章數據進行標注：

標注的時候，會把predefined_classes.txt預定義的標加載出來，然后我們只要選擇對應的標簽即可
右上角會顯示已經標注目標的標簽

一定要選擇yolo 的格式導出

他會自動創建一個class

例如我訓練的是兩個杯子

綠的和藍色的 綠的為 A 藍的 為 B

之后文件夾以這種形式 分布

YOLO_A (
        images (
                test 
                train
      )
        labels  (
                test 
                train


)     

        )

上面的放圖片  下面的放 txt 和class 標注

下載yolov5

直接這個網站 現在zip 解壓
https://github.com/ultralytics/yolov5
然后創建虛擬環境 ,然后安裝 ,在yolo安裝文件目錄下
pip install -r requirements.txt
注意 這里安裝的是cpu 版本 我嘗試的 搞過gpu版本 最終結果就是版本不適配報錯 搞不明白

測試能不能用

直接在文件夾根目錄環境下 python detect.py
測試能不能用

如果出現圖 然后在 ..yolov5-master\runs\detect\exp 這個目錄下出現了 兩個 畫框的 圖片 就代表能用

制作訓練集

這部很簡單 只要按照 我開始說的那個下載明白了 這個肯定能用明白
目錄要像我這么分

然后目錄分完后要復制一個 yaml 的文件 配置內容 如圖

要配置 訓練地址和 val 地址
nc 是需要分類的個數
names 是名字 要與文件中的class 文件夾對應

自己訓練

python train.py --img 640 --batch 13 --epochs 100 --data ../yolo_A/A.yaml --weights yolov5s.pt --nosave --cache 

這個在官網有其他的 比如 yolov5s.pt    yolov5x.pt
s 是比較快的 但是效果一般 
x 比較慢的 但是效果比較好  
然后訓練完以后會出現了兩個  文件 best.pt  last.pt  精確最高  效果最好 

訓練如圖

cpu 訓練超級慢
其中兩個參數

batch 13   -->每輪訓練多少張圖
epochs 100   -->訓練多少輪

測試及適用

python detect.py --weights d:/my-yolov5/yolov5-master/yolov5-master/runs/train/exp5/weights/best.pt --img 640 --conf 0.25 --source ../test2.jpg --view-img