前不久从大数据局那里接到了一个任务，让我们做一个道路破损的目标检测，上网搜了一搜，发现资料并不是很多。

torch  1.11.0

torchvision  0.12.0

python  3.8

anaconda

2080Ti

 数据集是大数据局的，不方便上传。

大部分长这样：图片有部分是带有破损的，可能是避开关键信息吧，我也不是很清楚，但是也是可以传入模型进行训练，精度肯定会收到影响，不过影响甚微。

大数据的图片并不是很多，但是用于目标检测是足够了，由于道路破损相对于其他的物体检测显得更为困难，因为它没有固定的形状，大部分都是不规则的裂缝，所以我们又自己找了一些数据集来扩充训练：

下面是之前道路破损比赛的一个官网信息，里面可以下载到数据集。

Overview | 2020 IEEE International Conference on Big Data (sekilab.global)https://rdd2020.sekilab.global/overview/该数据集包含不同国家的道路图像，它们是日本、印度、捷克。

导师建议使用yolov5模型进行训练：

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLitehttps://github.com/ultralytics/yolov5

对于yolov5来说，超参数都配置在.\data\hyps\下面；模型都配置在.\models\的下面的yaml文件。

数据集需要如上图所示配置：

datasets--

        voc--

                Annotations--所有标注（voc）

                images--所有图像

                ImageSets--

                        Main--

yolov5-master--

上图VOC里面的3个py文件：

find_none_xml.py：找到所有没有标注框的xml文件

import os
import xml.etree.ElementTree as ET

xml_path = r"Annotations"

signed = 1
print('------------------无标签------------------')
for step, each_xml in enumerate(os.listdir(xml_path)):
    if each_xml.split('.')[-1] == 'xml':
        with open(xml_path + '/' + each_xml, encoding='utf8') as fp:
            try:
                tree = ET.parse(fp)
                root = tree.getroot()
                size = root.find('object')
                if size is None:
                    signed = 0
                    print('| ', each_xml)  # 打印没有框的xml文件
            except:
                print(each_xml)


if signed == 1:
    print('| 所有标签均正常')
    print('-----------------------------------------')
else:
    print('--------请检查以上文件的标签是否正确！--------')

makeTXT.py：把所有数据划分成为训练集、验证集、测试集

"""生成Main里面的4个txt文件，对应每一个图片名称"""
import os
import random

traintest_percent = 0.9  # 测试集的比例（1-traintest_percent）
train_percent = 0.8  # 训练集和测试集的比例（训练集的占比）

xmlfilepath = 'Annotations'  # xml
txtsavepath = 'ImageSets'   # 训练集、验证集、测试集的路径
total_xml = os.listdir(xmlfilepath)  # 所有xml的名称

num = len(total_xml)
list = range(num)  # 【0， num - 1】
tv = int(num * traintest_percent)  # 验证集和训练集的数量
tr = int(tv * train_percent)  # 训练集数量
# sample(list, k)返回一个长度为k新列表，新列表存放list所产生k个随机唯一的元素
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    # [:-4]切掉后4位（.xml）
    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()

xml2txt.py：生成yolov5模型所必须的txt文件（最后一步）

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

# sets设置的就是
sets = ['train', 'val', 'test']

# 类别
classes = ["0"]  # 寻找类别（这里写自己标注的类别就行）

# 转换成yolo格式的标注【类别， x代表标注中心横坐标在图像中的比例，y代表标注中心纵坐标在图像中的比例，w表示标注框宽占比，h表示标注框高占比】
def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    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(image_id):
    in_file = open('Annotations/%s.xml' % image_id, encoding='utf8')
    out_file = open('labels/%s.txt' % image_id, 'w')

    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是2个坐标的4个值
        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)

        # 【类别， x代表标注中心横坐标在图像中的比例，y代表标注中心纵坐标在图像中的比例，w表示标注框宽占比，h表示标注框高占比】
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()  # D:\pycharm-project\yolo\datasets\VOC

# sets：train、val、test
for image_set in sets:
    #  创建labels
    if not os.path.exists('labels/'):
        os.makedirs('labels/')

    image_ids = open('ImageSets/Main/%s.txt' % image_set).read().strip().split()
    list_file = open('%s.txt' % image_set, 'w')

    # 对每一张进行操作
    for image_id in image_ids:
        list_file.write(wd + '\\images/%s.jpg\n' % image_id)  # 写入每一个图片的路径
        convert_annotation(image_id)
    list_file.close()

同级目录下非必须脚本：

open_txt.py（将测试集单独分出）

import os
from shutil import copyfile

test_path = r'test.txt'
target_path = r'tests'

if not os.path.isdir(target_path):
    os.mkdir(target_path)

with open(test_path) as fp:
    all_img = fp.read()
    each_img = all_img.split()

    for images in each_img:
        img_name = images.split('/')[-1]
        copyfile(images, target_path + '/' + img_name)
        print(img_name, '复制完毕')
    fp.close()

---

 之后不要忘记了配置一下环境：

pip install -r requirements.txt [-i 其他源]

---

 布置好我们的数据集，我们直接运行train.py即可！

注意：

这里我们不是分了4类（比赛根据不同的破损类型分了4类），而是只用了一个类别，即所有的道路破损。

我们需要对数据集配置文件进行修改：

voc_myself.yaml:

train: ../datasets/VOC/train.txt #此处是/而不是\
val: ../datasets/VOC/val.txt #此处是/而不是\
test: ../datasets/VOC/test.txt #此处是/而不是\

# Classes
nc: 1  # number of classes 数据集类别数量
names: ['0']  # class names 数据集类别名称，注意和标签的顺序对应

终端运行进行训练： 

python train.py --cfg .\models\yolov5n.yaml --data .\data\voc_myself.yaml --hyp .\data\hyps\hyp.VOC.yaml --epochs 200 --imgsz 416 --device 0 --single-cls --name first_train --optimizer AdamW --workers 4

经过一系列调参之后的预测结果：

注：

预测是使用的detect.py脚本，如果想看测试集的指标，可以使用val.py脚本（其他yolov5版本也叫test.py）。

作者使用的detect.py是自己微调过的。

---

为了进一步提高精度，我们之后使用了当时比赛冠军的开源代码：

GitHub - USC-InfoLab/rddc2020: road damage detection challenge 2020https://github.com/USC-InfoLab/rddc2020注意：冠军使用的配置文件和最新版yolov5不一样。

冠军代码训练效果图预览：

通过Recall、Precision 和Ap指标可以得到冠军的参数配置更有利于道路破损的拟合。

冠军的超参数文件：

hyp.myself.yaml：

lr0: 0.01
lrf: 0.2
momentum: 0.937
weight_decay: 0.0005
warmup_epochs: 3.0
warmup_momentum: 0.8
warmup_bias_lr: 0.1
giou: 0.05
cls: 0.5
cls_pw: 1.0
obj: 1.0
obj_pw: 1.0
iou_t: 0.2
anchor_t: 4.0
fl_gamma: 0.0
hsv_h: 0.015
hsv_s: 0.7
hsv_v: 0.4
degrees: 0.0
translate: 0.1
scale: 0.5
shear: 0.0
perspective: 0.0
flipud: 0.0
fliplr: 0.5
mosaic: 1.0
mixup: 0.0

相较之下：

yolov5的新提出的一个数据增强未被使用：copy_paste（分割填补 ）

边框回归，从最初的IoU到GIoU，随后yolov5又提出了DIoU到CIoU作为边框回归的指标，可以看到冠军的代码是较早的yolov5版本。

---

 

感谢观看！！！