目标检测算法，Yolov7本地化部署标注、训练（二）

安全帽检测、口罩检测、行为检测、目标物体检测，随着深度学习和计算机视觉技术的不断发展，目标检测成为了研究热点之一。YOLOv7作为YOLO系列的新成员，以其高效和准确的性能受到了广泛关注。本文将介绍如何在本地部署并利用YOLOv7完成目标检测推理。

YOLOV7本地安装和部署，请看我的上一篇文章：目标检测算法，Yolov7本地化部署使用（一）

一、创建目录结构

1.在yolov7目录下，创建一个名为VOCData的目录。
在VOCData目录中，创建VOCTest、VOCTrainVal两个目录。
在这两个目录下，分别创建Annotations、JPEGImages、ImageSets目录。
在这两个ImageSets目录下，分别创建Main目录。

整体结构如下：
---yolov7
    --VOCData
        --VOCTest
            --Annotations
            --ImageSets
                --Main
            --JPEGImages

        --VOCTrainVal
            --Annotations
            --ImageSets
                --Main
            --JPEGImages

二、准备标注的样本数据

将我们的图片放置yolov7/VOCTrainVal/JPEGImages/中

三、安装标注工具：labellmg

在我们的conda环境或Python环境中，运行安装命令：pip install labellmg

四、启动标注工具： labellmg

在我们的conda环境或Python环境中，运行启动命令：labelimg

五、界面讲解

六、设置所需默认目录：

七、快捷键：

八、标注：

一直画框、标注、画框、标注，直至所有图片全部标注完成。

九、查看标注结果：

十、准备训练数据

首先拆分训练集、验证集和测试集。

在yolov7/VOCData/目录下，创建一个名为split.py文件，将下面代码拷贝进去。

import os
import random
 
xmlfilepath = r'../VOCData/VOCTrainVal/Annotations/'  # xml文件的路径，这里可以改为绝对路径
saveBasePath = r'../VOCData/VOCTrainVal/ImageSets/'  # 生成的txt文件的保存路径，这里可以改为绝对路径
 
trainval_percent = 0.9 # 训练验证集占整个数据集的比重（划分训练集和测试验证集）
train_percent = 0.9  # 训练集占整个训练验证集的比重（划分训练集和验证集）
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
 
print("train and val size", tv)
print("traub suze", tr)
ftrainval = open(os.path.join(saveBasePath, 'Main/trainval.txt'), 'w')
ftest = open(os.path.join(saveBasePath, 'Main/test.txt'), 'w')
ftrain = open(os.path.join(saveBasePath, 'Main/train.txt'), 'w')
fval = open(os.path.join(saveBasePath, 'Main/val.txt'), 'w')
 
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)
 
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

十一、运行这个split.py文件。

在我们的conda环境或Python环境中，通过cd命令，切换至yolov7/VOCData/目录中，运行启动命令：python .\split.py

十二、查看运行结果：

在yolov7/VOCData/VOCTrainVal/ImageSets/Main/目录中，可以看到test.txt、train.txt、trainval.txt,val.txt

在yolov7/VOCData/VOCTest/ImageSets/Main目录中，可以看到test.txt，如果没有，就手动把yolov7/VOCData/VOCTrainVal/ImageSets/Main/下的test.txt拷贝至当前目录中。

十三、数据格式转换：

因为YOLO用的是txt格式的训练文件，所以需要将我们标注为xml的标注文件通过Python代码转换为相应的txt文本。

在yolov7/VOCData/目录下，创建一个名为voc_label.py文件，将下面代码拷贝进去。

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
import  shutil
 
sets=[('TrainVal', 'train'), ('TrainVal', 'val'), ('Test', 'test')]

#修改为你自己训练的分类信息
classes =["mask_weared_incorrect","with_mask","without_mask"]
 
def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)
 
def convert_annotation(year, image_set, image_id):
    in_file = open('VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('VOC%s/labels/%s_%s/%s.txt'%(year, year, image_set, image_id), 'w',encoding='utf-8')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
 
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
 
def copy_images(year,image_set, image_id):
    in_file = 'VOC%s/JPEGImages/%s.jpg'%(year, image_id)
    out_flie = 'VOC%s/images/%s_%s/%s.jpg'%(year, year, image_set, image_id)
    shutil.copy(in_file, out_flie)
 
wd = getcwd()
 
for year, image_set in sets:
    if not os.path.exists('VOC%s/labels/%s_%s'%(year,year, image_set)):
        os.makedirs('VOC%s/labels/%s_%s'%(year,year, image_set))
    if not os.path.exists('VOC%s/images/%s_%s'%(year,year, image_set)):
        os.makedirs('VOC%s/images/%s_%s'%(year,year, image_set))
    image_ids = open('VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    list_file = open('VOC%s/%s_%s.txt'%(year, year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/VOC%s/images/%s_%s/%s.jpg\n'%(wd, year, year, image_set, image_id))
        convert_annotation(year, image_set, image_id)
        copy_images(year, image_set, image_id)
 
    list_file.close()

十四、运行这个voc_label.py文件。

在我们的conda环境或Python环境中，通过cd命令，切换至yolov7/VOCData/目录中，运行启动命令：python .\voc_label.py

十五、查看运行结果：

在yolov7/VOCData/VOCTrainVal/labels/TrainVal_train/目录中，可以看到转换后的txt文件。

十六、创建自己的数据集

在yolov7/VOCData/目录下，创建一个名为trainData.yaml文件，将下面代码拷贝进去。

# 上面那三个txt文件的位置
train: ./VOCData/VOCTrainVal/TrainVal_train.txt
val: ./VOCData/VOCTrainVal/TrainVal_val.txt
test: ./VOCData/VOCTest/Test_test.txt
# number of classes
nc: 3  # 修改为自己的类别数量
# class names
names: ["第一个标签", "第二个标签","第三个标签"]   # 自己来的类别名称  0 ,1 , 2

十七、修改训练参数：

打开yolov7/train.py文件，修改训练参数：

--weights代表权重，可以使用默认权重，也可以不用预训练权重，也可以使用官方提供的训练权重yolov7_training.pt

--data代表数据集，这块就写入咱们刚才制作的数据集的位置就可以了，可以使用相对路径，也可以使用绝对路径

--batch-size代表大小，这个根据个人电脑情况调整，一般为2 - 16不等，均为偶数--resume继续训练，如果因为断电或者其他不可抗力因素导致训练终止，将此处的default改为True，便可以接着上一次的训练。

十八、开始训练：

在我们的conda环境或Python环境中，通过cd命令，切换至yolov7/目录中，运行启动命令：python .\train.py

十九、意外BUG：

如果在Windows运行报错：UnicodeDecodeError: 'gbk' codec can't decode byte 0x9A in position 233: illegal multibyte sequence，请参考：【Python】解决UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0x9A in position xxx: illegal multibyte_unicodedecodeerror: 'gbk' codec can't decode byte -CSDN博客

二十、使用自己训练的模型进行推理检测：