加我微信拉你進群交流：wu331376411

一 背景介紹

yoloV6，V7相繼跟新，沒有想到用的最熟悉的V5又雙叒叕更新了，今天我就來給大家準(zhǔn)備分享一下yoloV5-6.2的分類訓(xùn)練。

二 模型下載

首先從官網(wǎng)下載yoloV5的最新代碼。
git地址：https://github.com/ultralytics/yolov5

下載后的代碼結(jié)構(gòu)如下：

我們可以看到新增加了classify（分類）和segment（分割）兩部分的訓(xùn)練代碼，今天我們就來看看分類代碼
這里我們還需要下載一下官方的分類與訓(xùn)練模型：
yolov5s-cls.pt: https://github.com/ultralytics/yolov5/releases/download/v6.2/yolov5s-cls.pt

三 訓(xùn)練記錄

1 添加與訓(xùn)練模型：

在yolov5/classify/train.py中，將下載好的預(yù)訓(xùn)練模型位置添加一下即可。

2 分類數(shù)據(jù)整理：

這里不需要做txt， 這里不需要做txt ，這里不需要做txt ，重要的事情說三遍。
直接把分類的路徑記錄一下即可：

這里只需要有test或者val 和train就可以了，也可以做三個文件夾，都行。至少2個文件夾。
每個文件夾里面是對應(yīng)的類別文件夾。

4個類別就寫四個文件夾，一個文件夾存放一個類別的數(shù)據(jù)，train和test是一樣的準(zhǔn)備就可以了。

注意： 大家關(guān)心的問題，給大家也實驗了一下，如果一個類別的數(shù)據(jù)非常多，導(dǎo)致文件夾里面存放會卡死。
比如：red文件夾里面有10萬的數(shù)據(jù)，能不能分文件夾，答案是：可以。

可以按照不同的文件夾分類存放數(shù)據(jù)，一樣可以讀取到所有的數(shù)據(jù)，并且都屬于red這一個類別。

整理好的數(shù)據(jù)，將總根目錄寫到配置文件處就可以了：

這里是寫到y(tǒng)olo_test，也就是train，test的上級目錄。

準(zhǔn)備好這些內(nèi)容調(diào)整epoch和batch-size就可以開始訓(xùn)練了。是不是很簡單。

四 注意事項

1 報錯一：AttributeError: ‘numpy.ndarray’ object has no attribute ‘imshow’

這個報錯是由于utils/plots.py 中代碼有點問題。總的來說也是自己batch-size寫的太小導(dǎo)致的。

• 修改方法一： 增加batch-size 我最開始設(shè)置的為2 ，這里改到4或者8 就好了，如果8還不行，就繼續(xù)增加。直到不報錯。

• 修改方法二：
  這里報錯主要是batch-size太小，導(dǎo)致m是等于1 的，無法對ax做ravel()操作報錯。所以在代碼 utils/plots.py 457行，添加一個等于號就解決問題。
  

2 訓(xùn)練圖片resize不正確：

開始訓(xùn)練的過程，發(fā)現(xiàn)圖片都是隨機裁剪了的，有可能導(dǎo)致訓(xùn)練數(shù)據(jù)了中重要的信息丟失。這樣會導(dǎo)致分類模型后期的分類出差。也是非常致命的問題。

這里作者在數(shù)據(jù)導(dǎo)入部分分別使用的是隨機裁剪和中心裁剪的方式，所以我們需要改一下。
在utils/dataloaders.py 中，主要是這2個transforms需要修改一下。

大家對照 utils/augmentations.py 代碼里面行號我框出來的位置，修改一下就可以了，分別是CenterCrop和classify_albumentations，2個函數(shù)里面的裁剪方法。

修改后訓(xùn)練截圖：圖像有些變形，但是顯示的是全部信息。這樣就沒有什么問題了。

寫在最后

• 主要是圖像resize的問題，會嚴重影響訓(xùn)練結(jié)果的預(yù)測，導(dǎo)致出現(xiàn)預(yù)測不準(zhǔn)的情況。
• 做分類只需要把數(shù)據(jù)存放到同類別的文件夾下，省去了做txt的部分，確實也簡化了一些步驟和工作量。

總結(jié)

以上是生活随笔為你收集整理的yoloV5-6.2分类训练记录的全部內(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。