yolov5 安全帽检测全流程全资源技术交流（相互学习）！！！

yolov5 做安全帽检测示例（全流程、全资源）

在这里插入图片描述

文章目录

yolov5 做安全帽检测示例（全流程、全资源）
前言
一、追根溯源：目标检测框架 yolov5
二、言归正传：软硬件环境搭建
- 我的硬件：
- 软件环境
三、闪转腾挪：闭坑关键点
四、摩拳擦掌：开始训练---验证---检测
- 数据集的使用
写在最后：

前言

在业余时间看了很多关于手把手教你搭建yolov5目标识别框架的博主文章，大多涉及的细节不够多，很多内容一笔带过，不够开源。写这篇技术总结性质的文章，主要是1、尽可能详尽，指导闭坑，完全开源。2、技术交流，取长补短，相互学习。
**项目背景：**用yolov5框架来实时检测安全帽佩戴状态。
数据集的获取及标定：1，直接可以在百度飞浆网站上获取相应的数据集（数据集只有两个标签分类：person和hat（带安全帽的），已经标定好，大约7500张，标定的数据集是json格式的，需要进行转化------txt格式。网上很多数据集只有json格式和图片，有这两个就够了，不要想要什么自行车，本文附带了json格式转化成txt格式的代码。欢迎品尝！！！）
硬件：不建议使用cpu来训练大量数据集，太慢了，想出验证结果或者优化参数，CPU不适合做！！！CPU不适合做！！！CPU不适合做！！！别问为什么，因为我已经试过了。可以在百度飞浆上用免费算力进行训练。但百度飞浆的维护又不太好，兼容性太差。感兴趣可以试试。有条件的，最好自己搭建硬件平台。

一、追根溯源：目标检测框架 yolov5

链接: 这是一位博主写的目标检测算法演变及比较，很不错！！！

二、言归正传：软硬件环境搭建

我的硬件：

处理器 12th Gen Intel® Core™ i9-12900K 3.20 GHz
机带 RAM 32.0 GB (31.8 GB 可用)
设备 ID BEE4439A-3A46-43A3-8657-B9F8873A1A5D
产品 ID 00331-10000-00001-AA112
系统类型 64 位操作系统, 基于 x64 的处理器
显卡：英伟达3060

注意程序的版本号！我们使用GPU进行数据集的训练！

软件环境

链接: 软件主要是cuda—cudnn—anaconda—pycharm环境及版本的相互匹配！！！
链接: 快速下载cuda—注意和你的驱动版本匹配
这个链接可以指导你完成cuda—cudnn 的安装。我在这里不详细讲了，很多博主都写了相关文章，很不错。但是！！！！！
他们没有将如何闭坑，示例：
在这里插入图片描述
这是cuda的安装好的运行结果。
配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe：

首先win+R启动cmd，cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe（进到目录后需要直接输“bandwidthTest.exe”和“deviceQuery.exe”）,得到下图:

网络插图--- 截止到这里，软件环境搭建好了一半，然后安装软件配套环境anaconda和pycharm，他们二者也得搭配起来使用，不然后面涉及到YOLOV5相关环境，很是麻烦，容易出现版本调整，频繁报错的情况。
我这里的anaconda版本是：
Anaconda3-2023.03-0-Windows-x86_64
pycharm版本是：PyCharm 2021.1.3 x64
**PyCharm 2021.1.3 x64破解方法：安装一个30天无限激活的插件就可以。这个方法很多网站有，不再赘述。**链接: 激活方法

三、闪转腾挪：闭坑关键点

经过上述安装—卸载—安装的过程，基本上都好了，再通过各种渠道下载好yolov5的源码及权重文件，终于可以开始测试代码了。但是，但是，但是！又出现问题了：
https://blog.csdn.net/charlie_C9299/article/details/126092797
**我也出现了类似的情况：原因是在运行yolov5代码时候，它会自动检测系统环境版本是否满足：
YOLOv5 requirements.txt中的环境要求，不满足的话，它会自动下载更新，这个环节就容易反复导致运行时提示你没有GPU设备，或者是提示你插在不到GPU，即使你前面环境搭建过程中没有任何错误。
Usage: pip install -r requirements.txt
torch>=1.7.0
torchvision>=0.8.1
Logging -------------------------------------
tensorboard>=2.4.1

出现这样的情况，多数都是因为torchvision和tensorboard版本更新时候，anaconda中自动把相关的cuda和pytorch版本进行了更新，所以这块我们最好是自己在英伟达官网下载和你自己版本匹配的torchvision和tensorboard，
链接: 可以看看这个文章！
在这里插入图片描述
在anaconda的命令行中用pip安装。
其中CU118是你的cuda版本号注意：torch版本和torchvision都是CU118，三者版本必须一致才可以。保险起见，可以将YOLOv5 requirements.txt中torchvision和tensorboard前面加上#（表示跳过版本检测，不更新下载）。这样的话，基本就避免了AssertionError: Invalid CUDA ‘–device 0,1,2’ requested, use ‘–device cpu’ or pass valid CUDA device(s)错误的发生。
关于其他问题的报错，基本上通过度娘可以快速解决。
示例：AttributeError: module ‘numpy‘ has no attribute ‘int‘. https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/131430993

四、摩拳擦掌：开始训练—验证—检测

数据集的使用

labelme软件使用，这里不做介绍了，自己做数据集很慢，但是专业检测领域的话，必须自己做数据集并进行标注。现在有个职业就是数据标注员，拉框框就可以赚钱那种。

使用现成的数据集，主要得看懂数据集分类情况和标注格式，一般是json格式，你可以打开相应的图片和json，可以发现分类标签名称和个数，------这里只要用于修改.yaml训练参数文件。特别提示：
在这里插入图片描述
name中person和hat 位置是不能颠倒的，因为：

import os
import xml.etree.ElementTree as ET
# VOC 标签和对应的类别名称
VOC_LABELS = {
    'person': 0,
    'hat': 1
    #可以根据自己的分类增加字典内容，但是需要和yaml文件中name列表一一对应。
}
# VOC 数据集路径
VOC_PATH = 'E:\pythonProject\yolov5_wzry\yolov5\safetyhat\datasets\VOC2028\Annotations'
# YOLO 格式标注文件保存路径
YOLO_PATH = 'E:\pythonProject\yolov5_wzry\yolov5\safetyhat\datasets\VOC2028\Label'
def convert_voc_to_yolo(xml_file):
    # 解析 XML 文件
    tree = ET.parse(xml_file)
    root = tree.getroot()
    # 获取图像的宽度和高度
    size = root.find('size')
    width = int(size.find('width').text)
    height = int(size.find('height').text)
    # 遍历每一个物体
    for obj in root.findall('object'):
        # 获取物体的类别和位置信息
        label = obj.find('name').text
        xmin = int(obj.find('bndbox/xmin').text)
        ymin = int(obj.find('bndbox/ymin').text)
        xmax = int(obj.find('bndbox/xmax').text)
        ymax = int(obj.find('bndbox/ymax').text)
        # 将坐标信息转换为 YOLO 格式
        x_center = float(xmin + xmax) / 2 / width
        y_center = float(ymin + ymax) / 2 / height
        w = float(xmax - xmin) / width
        h = float(ymax - ymin) / height
        # 获取类别的 ID
        label_id = VOC_LABELS[label]
        # 将标注信息保存到 YOLO 格式的文件中
        yolo_file.write(f'{label_id} {x_center} {y_center} {w} {h}\n')
# 遍历 VOC 数据集中的所有 XML 文件
for root, dirs, files in os.walk(VOC_PATH):
    for file in files:
        if file.endswith('.xml'):
            # 打开 YOLO 格式的文件
            yolo_filename = os.path.splitext(file)[0] + '.txt'
            yolo_file = open(os.path.join(YOLO_PATH, yolo_filename), 'w')
            # 转换 XML 文件为 YOLO 格式
            xml_file = os.path.join(root, file)
            convert_voc_to_yolo(xml_file)
            # 关闭 YOLO 格式的文件
            yolo_file.close()
# 上述代码中，我们将 VOC_LABELS 字典中的键值对修改为 person: 0 和 bat: 1，然后在 #convert_voc_to_yolo 函数中根据标签名称获取类别 ID。需要注意的是，如果你的数据集中存在其他标签
# 或类别，也需要根据实际情况进行修改。

在上述代码（json转化为txt文件，标签定义的顺是固定的，txt文件中的0代表person，1代表hat。与它对应的name【0,1，2,…】）如果不一一对应就容易出现张冠李戴的检测结果。训练半天，小细节翻车。
train.py

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', type=str, default='yolov5x', help='initial weights path')    # 修改处 初始权重
    parser.add_argument('--cfg', type=str, default=ROOT /'safetyhat/safetyhat_model.yaml', help='model.yaml path')  # 修改处 训练模型文件
    parser.add_argument('--data', type=str, default=ROOT /'safetyhat/safetyhat.yaml', help='dataset.yaml path')  # 修改处 数据集参数文件
    parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch-low.yaml', help='hyperparameters path')  # 超参数设置
    parser.add_argument('--epochs', type=int, default=100)  # 修改处 训练轮数
    parser.add_argument('--batch-size', type=int, default=10, help='total batch size for all GPUs, -1 for autobatch')  # 修改处 batch size
    parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=384, help='train, val image size (pixels)')# 修改处 图片大小
    parser.add_argument('--rect', action='store_true', help='rectangular training')
    parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
    parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
    parser.add_argument('--noval', action='store_true', help='only validate final epoch')
    parser.add_argument('--noautoanchor', action='store_true', help='disable AutoAnchor')
    parser.add_argument('--noplots', action='store_true', help='save no plot files')
    parser.add_argument('--evolve', type=int, nargs='?', const=300, help='evolve hyperparameters for x generations')
    parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
    parser.add_argument('--cache', type=str, nargs='?', const='ram', help='--cache images in "ram" (default) or "disk"')
    parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
    parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')#修改处，选择
    parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
    parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
    parser.add_argument('--optimizer', type=str, choices=['SGD', 'Adam', 'AdamW'], default='SGD', help='optimizer')
    parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
    parser.add_argument('--workers', type=int, default=10, help='max dataloader workers (per RANK in DDP mode)')#修改处
    parser.add_argument('--project', default=ROOT / 'runs/train', help='save to project/name')
    parser.add_argument('--name', default='exp', help='save to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--quad', action='store_true', help='quad dataloader')
    parser.add_argument('--cos-lr', action='store_true', help='cosine LR scheduler')
    parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
    parser.add_argument('--patience', type=int, default=100, help='EarlyStopping patience (epochs without improvement)')
    parser.add_argument('--freeze', nargs='+', type=int, default=[0], help='Freeze layers: backbone=10, first3=0 1 2')
    parser.add_argument('--save-period', type=int, default=-1, help='Save checkpoint every x epochs (disabled if < 1)')
    parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')

    # Weights & Biases arguments
    parser.add_argument('--entity', default=None, help='W&B: Entity')
    parser.add_argument('--upload_dataset', nargs='?', const=True, default=False, help='W&B: Upload data, "val" option')
    parser.add_argument('--bbox_interval', type=int, default=-1, help='W&B: Set bounding-box image logging interval')
    parser.add_argument('--artifact_alias', type=str, default='latest', help='W&B: Version of dataset artifact to use')

    opt = parser.parse_known_args()[0] if known else parser.parse_args()
    return opt

这里是调整参数的重点：
在这里插入图片描述
可以看出来一一对应的参数设置—很简单。注意地址的对应关系就行。
这里要搞懂yolov5的文件组织框架
链接: yolov5 这个可以作为参考

yaml相关参数设置

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# COCO128 dataset https://www.kaggle.com/ultralytics/coco128 (first 128 images from COCO train2017) by Ultralytics
# Example usage: python train.py --datasets coco128.yaml
# parent
# ├── yolov5
# └── datasets
#     └── coco128  ← downloads here (7 MB)


# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: safetyhat\datasets  # dataset root dir
train: images\train  # train images (relative to 'path') 128 images
val: images\train # val images (relative to 'path') 128 images
test:  # test images (optional)

# Classes
nc: 2  # number of classes
names: [ 'person',
         'hat'
         ]  # class names

上面是训练参数设置，主要设置了训练图片的地址和训练图片标注好的数据集地址（txt文件地址），设置了分类数量nc 以及标签名称name

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 2  # number of classes
depth_multiple: 1.33  # model depth multiple
width_multiple: 1.25  # layer channel multiple
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

# YOLOv5 v6.0 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# YOLOv5 v6.0 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

这里主要设置了训练网络结构参数，# Parameters
nc: 2 # number of classes
depth_multiple: 1.33 # model depth multiple
width_multiple: 1.25 # layer channel multiple
这些都是今后调参的重点内容。可以根据训练及验证情况进行调整。
在这里插入图片描述

这就是训练后的结果，识别效果很不错。

在detect中，我们选择GPU 视频实时检测：

def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default=ROOT /'runs/train/exp18/weights/last.pt', help='model path(s)')  # 修改处 权重文件
    # parser.add_argument('--source', type=str, default=ROOT /'wzry/datasets/images/test/SVID_20210726_111258_1.mp4', help='file/dir/URL/glob, 0 for webcam')# 修改处 图像、视频或摄像头
    parser.add_argument('--source', type=str, default='0', help='file/dir/URL/glob, 0 for webcam')# 修改处 图像、视频或摄像头
    parser.add_argument('--data', type=str, default=ROOT / 'safetyhat/safetyhat.yaml', help='(optional) dataset.yaml path')  # 修改处 参数文件
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')  # 修改处 高 宽
    parser.add_argument('--conf-thres', type=float, default=0.85, help='confidence threshold')  # 置信度
    parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')# 非极大抑制
    parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
    parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')  # 修改处

实际效果