记录使用yolov5进行旋转目标的检测_yolov5旋转目标检测
| 阿里云国内75折 回扣 微信号：monov8 |
| 阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6 |
由于实习公司需要使用到旋转目标的检测所以这几天学习了相关知识并找了许多资料饶了许多的弯路。下面记录下项目的整个实现过程。
我参考的是以下几位博主
DOTAv2遥感图像旋转目标检测竞赛经验分享Swin Transformer + Anchor free/based方案 - 知乎
首先先为该项目创建一个虚拟环境
VS2015
pytorch 1.6.0其他版本也可以进行尝试
torchvision 0.7.0其他版本也可以进行尝试
其中这个VS20151719版本都可以但是pytorch和torchvision必须是要求的版本 不然可能会出错 这里试了torch1.8.1和torchvision0.9.1是可以用的。建议安装pytorch和torchvision时采用离线安装包安装比较稳定。地址
https://download.pytorch.org/whl/torch_stable.html
接着打开Anaconda prompt创建项目的虚拟环境
conda create -n royolov5 python=3.8
conda activate yolov5
进入创建的虚拟环境之后cd进入下载好pytorch和torchvision的文件夹。然后执行
pip install torch-1.6.0+cu101-cp38-cp38-win_amd64.whl
pip install torchvision-0.7.0+cu101-cp38-cp38-win_amd64.whl
这里注意后缀名.whl不要忘了。
到这里就将pytorch框架搭好了。
接着下载我发的压缩包解压后同样cd进入YOLOv5_DOTA_OBB-master项目文件的主目录
执行 pip install -r requirements.txt 安装相关的包。
再添加E:\PytorchPro\YOLOv5_DOTA_OBB-master\swigwin-4.0.2到path里面这里要进行系统环境的刷新可以选择重启也可以进入cmd输入set path=c 进行刷新
再在Anaconda prompt中的royolov5环境下cd进入utils分别运行
swig -c++ -python polyiou.i
python setup.py build_ext --inplace
再将E:\ProgramData\Anaconda3\envs\royolov5\Lib\site-packages\shapely\DLLs所有dll复制到E:\ProgramData\Anaconda3\envs\royolov5\Library\bin
到这一步训练环境基本准备好了下面开始准备旋转目标所需的数据集
首先要使用到rolabelimg旋转目标标注工具具体怎么使用自行百度。下载地址
https://github.com/cgvict/roLabelImg
标注图像后得到的是xml格式这里需要对数据格式进行转换符合yolov5的txt格式
首先运行roxml_to_data.py转换到Dota的8点数据格式
再将图像数据依次放在以下文件夹
其中images里存放原图像labelTxt中存放上一步转化的8点格式txt文件注意要和images中的图像文件对应
再进入DOTA_devkit_YOLO-master修改DOTA_devkit_YOLO-master\dota_utils.py中的classnames_v1_5修改为你标注数据的种类
再分别运行PaddingPIC.py和YOLO_Transform.py
其中PaddingPIC.py的作用是将图片扩展到高宽相同便于数据处理。YOLO_Transform.py的作用是将dota的数据格式转换为yolov5的数据格式。
转换后的txt文件会存放再yolo_labels文件夹中
再将yolov5训练所需的原图像和上一步操作得到的txt文件分别放入DOTA_demo_view文件夹里的images和labels中
再修改data\DOTA_ROTATED.yaml中nc和names或者自己写个yaml文件
可以再修改下网络模型的yaml文件不会的话用官方的yaml文件就行
最后别忘了下载权重文件这里要注意因为这个项目是基于v5-3.1版本的所以下载的权重文件不能下载最新的pt文件不然会报错。
最后开始训练就可以了。