餐饮目标识别模型的训练过程
收集餐饮客户需要训练的图（目标识别中，无法框出的图），放到images文件夹中，打包成zip压缩包。
wmdigit用户登录双显卡机器。
总体流程
- 在yolo5的测试集的最新的原有模型中，跑一遍图片，得到标签集。
- 使用labeling软件，调整和添加画框，可以得到手动更新的标签集。
- 在yolo5的训练集的最新的原有模型中，训练一遍原图和标签集，得到新的模型。
详细流程
获取标签集
在双显卡机器中操作
1
2
3
4
5
6
7
8
9
10
| sudo -i # 提权
cd /home/wmdigit/Projects/pytorch/experiment/study/yolov5-food-320 # 进入yolo5的路径
rz # 拿到images.zip
unzip images.zip # 解压到当前目录下
vim test.sh # 编辑脚本文件test.sh，检查--source的目录是否是图片所在目录，将--weights的路径中的exp文件改为最新的
source activate # 激活python虚拟环境
./test.sh # 运行测试脚本，生成的结果在./runs/detect目录下最新的exp文件
cd ./runs/detect # 进入目录
zip -rq exp61.zip exp61 # 假设生成的最新exp文件是exp61，里面的labels文件夹就是标签集，是每张图片的画框坐标文件，打包压缩。
sz exp61.zip # 发送到Windows设备进行处理
|
更新标签集
在本机操作
打开拿到的exp文件，将labels文件夹中的所有坐标文件，移动到images文件夹中，然后在images文件夹中，创建一个classes.txt文件，内容是1和2.分两行。打开labeling软件，打开images文件夹，逐张图片查看。如果画框不准确的，则调整已有的框的大小，保存；如果没有识别的，则手动画框，保存。
将classes.txt文件删掉，在images文件夹中运行以下脚本文件（自动筛选出更改过的画框坐标文件，放入labels文件夹中）。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| import os
import shutil
current_dir = os.getcwd()
sub_dir = os.path.join(current_dir, "labels")
os.makedirs(sub_dir, exist_ok=True)
txt_files = [file for file in os.listdir(current_dir) if file.endswith(".txt")]
for file in txt_files:
file_path = os.path.join(current_dir, file)
shutil.copy(file_path, sub_dir)
|
打包labels文件夹，得到labels.zip压缩包。
训练模型
在双显卡机器中操作
1
2
3
4
5
6
7
8
9
| cd /home/wmdigit/Projects/pytorch/experiment/study/yolov5-food-320 # 进入yolo路径
rz # 拿到labels.zip压缩包
unzip -j images.zip /home/wmdigit/Data/foodTrainDataset/images # 将原图放到yolo5的训练集图片文件夹中
unzip -j labels.zip /home/wmdigit/Data/foodTrainDataset/labels # 将标签放到yolo5的训练集标签文件夹中
vim train.sh # 编辑脚本文件train.sh，将--weights的路径中的exp文件改为最新的
./train.sh # 运行训练脚本，生成的结果在./runs/train目录下最新的exp文件
ls ./runs/train/ # 查看该目录下最新的exp文件，假设为exp37
zip -rq exp37.zip exp37 # 打包
sz exp37.zip # 发送到Windows设备进行处理
|
模型转换（可选非必须）
1
2
| vim ./onnx.sh # 编辑脚本文件onnx.sh,将--weights的路径中的exp文件改为最新的
./onnx.sh # 运行脚本文件，观察输出
|
收尾
1
2
3
| # 把exp文件中的pt文件交给开发去集成到dll中，再把训练之后产生的多余的文件删一下
rm -rf images/ images.zip labels.zip # 可直接复制
rm runs/detect/exp61.zip runs/train/exp37.zip # 需要根据生成的exp文件修改命令
|
