使用YOLOV5进行手势识别（详细教程） |
您所在的位置：网站首页 › 手部动作手绘 › 使用YOLOV5进行手势识别（详细教程） |
使用YOLOV5进行手势识别（详细教程）
|
yolov5的配置相对简单，但是网上大部分博客都没有仔细介绍具体步骤，本文将详细介绍YOLOv5在windows10系统下的环境配置的全过程，以及yolov5使用的一些细节，以及如何制作和训练自己的数据集。 目录 一.搭建环境 二.安装配置 1.安装anconda3 2.安装pytorch 3.安装pycharm 4.下载yolov5资源包 三.制作训练自己的数据集 1.准备工作 2.训练自己的数据集 3.测试 4.手势识别 一.搭建环境1.本项目所需环境为：pycharm+anconda3+pytorch 2.版本要求:YOLOV5官方要求Python>=3.7；pytorch>=1.6 CUDA:10.2(可在cmd下查询自己电脑的cuda版本) 写作之前新手必看： CUDA CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。 PyTorch PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。 二.安装配置 1.安装anconda3清华源下载，如图所示蓝色区域
下载完成后进行安装，安装过程将conda环境添加到系统环境中。
在conda中create Python3.7
进入pytorch官网（PyTorch）选择适配自己电脑的下载链接
打开 anconda prompt，我们用conda指令创建一个虚拟环境叫做：pytorch 指令如下： conda create -n pytorch python=3.7 因为我创建过了所以他提示我是否打开，没有创建过的等他创建好后再打开。
输入指令：conda activate pytorch进入（pytorch）C:\Users\zhiyao>环境(根据自己创建的pytorch屋子所在地址)，然后输入在pytorch官网复制的下载链接： conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch，等待安装完成即可。
下载Community版本的pycharm，然后进行安装，pycharm的安装教程网上有很多自行安装吧。 4.下载yolov5资源包下载地址如下： GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite 下载zip文件并完成解压
在pycharm中打开yolov5文件设置项目的Python解释器为我们conda环境下创建虚拟环境的pytorch（可以在anconda安装地址中找到）
5.安装labelImg 参考文章：Windows下深度学习标注工具LabelImg安装和使用指南 - 云+社区 - 腾讯云 (tencent.com) 三.制作训练自己的数据集 1.准备工作（1）安装项目所需要的packages,在项目终端下输入指令：pip install -r requirements.txt
其中，如果pycocotools安装失败我们可以安装 visual studio installer。下载链接：Microsoft C++ 生成工具 - Visual Studio
安装完成后我们继续在pycharm项目终端中输入指令：pip install pycocotools，即可解决问题。 我们还可以利用python库镜像下载：pip install pycocotools -i https://pypi.tuna.tsinghua.edu.cn/simple （2）模型下载 官方链接：Releases · ultralytics/yolov5 · GitHub yolov5l.pt yolov5s.pt yolov5x.pt yolov5m.pt 将权重文件放入yolov5/weights文件夹下 （3）在yolov5目录下创建mydata文件夹（名字可以自定义），目录结构如下，将之前labelImg标注好的xml文件和图片放到对应目录下 mydata --images # 存放图片 --Annotations # 存放图片对应的xml文件 --ImageSets/Main #之后会在Main文件夹内自动生成train.txt，val.txt，test.txt和trainval.txt四个文件，存放训练/存放train.txt/val.txt/test.txt/trainval.txt文件。 例如：
建立my_test.py文件（用于在ImageSets/Main下生成.txt文件）： # coding:utf-8 import os import random import argparse parser = argparse.ArgumentParser() #xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下 parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path') #数据集的划分，地址选择自己数据下的ImageSets/Main parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path') opt = parser.parse_args() trainval_percent = 1.0 train_percent = 0.9 xmlfilepath = opt.xml_path txtsavepath = opt.txt_path total_xml = os.listdir(xmlfilepath) if not os.path.exists(txtsavepath): os.makedirs(txtsavepath) num = len(total_xml) list_index = range(num) tv = int(num * trainval_percent) tr = int(tv * train_percent) trainval = random.sample(list_index, tv) train = random.sample(trainval, tr) file_trainval = open(txtsavepath + '/trainval.txt', 'w') file_test = open(txtsavepath + '/test.txt', 'w') file_train = open(txtsavepath + '/train.txt', 'w') file_val = open(txtsavepath + '/val.txt', 'w') for i in list_index: name = total_xml[i][:-4] + '\n' if i in trainval: file_trainval.write(name) if i in train: file_train.write(name) else: file_val.write(name) else: file_test.write(name) file_trainval.close() file_train.close() file_val.close() file_test.close()运行代码后在Main文件夹生成四个txt文档：
将数据集格式转换为yolo_txt格式，同时生成label标签 ，创建my_label.py文件。 # -*- coding: utf-8 -*- import xml.etree.ElementTree as ET import os from os import getcwd sets = ['train', 'val', 'test'] classes = ["A","B","C","D"] # 改成自己的类别 abs_path = os.getcwd() print(abs_path) 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('F:\web\yolov5-master\mydata\Annotations\%s.xml' % (image_id), encoding='UTF-8') #改成自己数据存放的地址 out_file = open('F:\web\yolov5-master\mydata\labels\%s.txt' % (image_id), 'w') #同上 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)) b1, b2, b3, b4 = b # 标注越界修正 if b2 > w: b2 = w if b4 > h: b4 = h b = (b1, b2, b3, b4) bb = convert((w, h), b) out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') wd = getcwd() for image_set in sets: if not os.path.exists('F:\web\yolov5-master\mydata\labels'): #同上 os.makedirs('F:\web\yolov5-master\mydata\labels') #同上 image_ids = open('F:\web\yolov5-master\mydata\ImageSets\Main\%s.txt' % (image_set)).read().strip().split() #同上 list_file = open('F:\web\yolov5-master\mydata\%s.txt' % (image_set), 'w') #同上 for image_id in image_ids: list_file.write(abs_path + 'F:\web\yolov5-master\mydata\images\%s.jpg\n' % (image_id)) #同上 convert_annotation(image_id) list_file.close()运行后在mydata文件夹下生成labels文件夹和txt文件，labels中为不同图像的标注文件，
(4)配置文件 在mydata文件夹下创建ABCD.yaml（名字可自定义）文件。
在train.py进行以下几个修改：
以上参数解释如下： epochs：指的就是训练过程中整个数据集将被迭代多少次,显卡不行你就调小点。 batch-size：一次看完多少张图片才进行权重更新，梯度下降的mini-batch,显卡不行你就调小点。 cfg：存储模型结构的配置文件 data：存储训练、测试数据的文件 img-size：输入图片宽高,显卡不行你就调小点。 rect：进行矩形训练 resume：恢复最近保存的模型开始训练 nosave：仅保存最终checkpoint notest：仅测试最后的epoch evolve：进化超参数 bucket：gsutil bucket cache-images：缓存图像以加快训练速度 weights：权重文件路径 name： 重命名results.txt to results_name.txt device：cuda device, i.e. 0 or 0,1,2,3 or cpu adam：使用adam优化 multi-scale：多尺度训练，img-size +/- 50% single-cls：单类别的训练集 原文链接：https://blog.csdn.net/qq_36756866/article/details/109111065 训练结束会在yolov5目录下生成一个runs文件，所以训练结果都放在runs\train文件中。 3.测试参考链接：https://blog.csdn.net/qq_36756866/article/details/109111065 4.手势识别（1）收集你所需的手势照片放在文件夹mydata\images中，使用labelImg对照片进行打标签，保存在文件夹mydata\Annotations（XML文件）中； （2）在pycharm中运行my_label.py生成TXT文件并保存在文件夹mydata\labels中； （3）这样我们就可运行train.py文件进行训练，完成后我们在终端输入指令：python F:/yolov5/yolov5-master/detect.py --source 0 --weight="F:/yolov5/yolov5-master/runs/train/exp6/weights/best.pt"调用电脑摄像头，基本可以实现你所打标签的手势识别。
|
安装完成打开pycharm配置YOLOv5的项目环境。
【本文地址】
今日新闻 |
推荐新闻 |