目录
一、项目介绍
二、项目结构
三、准备数据
1.数据标注
2.数据转换格式
四、执行训练
1.anchors文件
2.标签文件
3.预训练模型
4.训练数据
5.修改配置
6.执行训练
五、执行预测
1.检测图片
2.检测视频
3.heatmap
五、转换onnx
1.导出onnx文件
2.检测图片
3.检测视频
系列文章
【目标检测】英雄联盟能用YOLOv5实时目标检测了 支持onnx推理
【目标检测】YOLOv5能识别英雄和小兵？原理解析~
dcmyolo（dreams create miracles），中文：大聪明目标检测工具包。该项目基于pytorch搭建，构建的目的是提供一个拥有更好性能的 YOLO版本 ，同时拥有丰富的中文教程和源码细节解读，提供算法工具箱，给出不同体量模型的实验数据，为算法落地带来便利。项目本着方便开发者的目的，开箱即用，推理阶段直接将dcmyolo目录考到项目中，实例化一个类，然后调用即可。
很多教程都是基于coco和voc数据集，我也会提供基于coco数据集的预训练模型。为了增加趣味性，下面我将以检测英雄联盟中的英雄、小兵和塔为案例，仔细介绍dcmyolo的使用方法。
项目链接： https://github.com/oaifaye/dcmyolo
数据链接： https://pan.baidu.com/s/1P7dYyd5B8ofBXaQEnzYO_g 提取码：faye
测试视频： https://pan.baidu.com/s/127KmDvrXNEYXBYHHRWeizw 提取码：faye
预训练模型： https://pan.baidu.com/s/1a7uPLqBByAOgHSZfYebHaQ 提取码：faye
标注工具： https://pan.baidu.com/s/1YDrpr1SJOxL5-wpo1nlLfw 提取码：faye
ONNX查看工具： Netron
效果演示： 英雄联盟能用YOLOv5实时目标检测了_英雄联盟
dcmyolo 项目主目录
+ data 存放训练和测试的数据
- dcmyolo 实现该项目所有核心功能，移植的时候直接考这个目录就可以
- model 模型构建相关
+ backbone 各种backbone，现在只有CSPdarknet，以后会继续丰富
yolo_body.py 构建模型的类，实例化后进行使用
+ model_data 存放模型文件
+ utils 工具类
labelme2voc.py 将labelme的json文件转换成voc格式
voc2annotation_txt.py 将VOC格式转换成项目需要的格式
make_anchors.py 生成数据集的anchors文件
train_dcmyolo.py 执行训练
export.py 导出onnx等格式的文件
predict_dcmyolo.py 推理demo
predict_onnx.py pth转换onnx，onnx执行推理的demo
我们需要制作train.txt、val.txt、test.txt三个文件，格式如下：
文件中一个图片一行，一行中每段信息用空格隔开，第一段是图片存放的路径，这里我们就放在项目中的data/wangzhe/JPEGImages目录；其余的段表示框的位置和所属类别，每段中用有逗号分成5个部分，分别表示左上x,左上y,右下x,右下y,所属类别的index。
如果只有图片，没有标注，我们需要执行下面的数据标注和数据格式转换步骤，过程很简单，就是体力活。
如果使用开源数据集，我们需要自己动手把数据集的标注文件转换成如上格式，不需要下面的步骤。
如果使用我整理好的英雄联盟手游数据，下载数据后直接在项目的data目录解压缩，直接就能用，也不需要下面的步骤。
这一步骤用于制作自己的数据集，标注工具我们使用labelme，标注之后使用脚本将标注文件转换成voc格式，然后再从voc转换成我们需要的格式，labelme下载链接在上面，解压缩之后使用方法如下：
（1）双击main.exe打开labelme
（2）选择要标注的图片目录，这里我准备了100多张英雄联盟的截图，比如放在项目中的data/wangzhe_org/目录。
（3）该文件夹下所有的图片会列在右侧，选一张图片，右键图片区域选择矩形框
（4）用矩形框选一个目标（英雄），填入类别名称，点击OK完成一个目标的标注。注意：一定要从左上到右下进行框选；同一张图片有多少目标标注多少目标，不要遗漏；同一类别的名称必须一样，不同类别的名称不能相同；类别名称使用英文（大小写敏感），不要有标点。
（5）标注完一张图片，选择下一个图片时会提示保存json文件，保存到默认目录即可，不要改目录。
我们已经得到了labelme生成的json格式的标准文件，我们需要先将它先转换成VOC格式，再转换成我们需要的格式。
（1）转换成VOC格式
执行项目中的labelme2voc.py文件，实例如下:
其中dcmyolo/model_data/wangzhe_classes.txt文件，共3种标签文件内容如下：
VOC格式有如下4个文件 ，Annotations存放标签文件、AnnotationsVisualization存放用框标注好的图片，方便我们检查、JPEGImages存放图片、class_names.txt存放所有类别的标签，我们接下来只使用Annotations和JPEGImages：
（2）转换项目需要的格式
执行项目中的voc2annotation_txt.py文件，实例如下:
至此我们生成了项目需要的标签文件，可以训练了。
所有数据文件、配置文件的文件名和目录都可以自定义，下面我将按照我的习惯存放这些文件。
文件放在dcmyolo/model_data/wangzhe_classes.txt
原版的yolov5中提到的一个改进是不需要手动生成anchors，其实是在训练之前掉了一下生成anchors的方法，我更习惯手动生成anchors，也不麻烦。
anchors的作用我将在下一篇讲原理的时候提到，现在我们只管生成就好了，使用make_anchors.py生成：
生成后的文件wangzhe_anchors.txt长这样：
文件放在dcmyolo/model_data/wangzhe_classes.txt，内容就是标签三个类别，每行一个类别：
下载预训练模型后，解压缩放在dcmyolo/model_data/。
预训练模型有两种，backbone和yolov5，backbone只是在imagenet上预训练的分类模型，yolov5是在coco数据集训练的yolov5模型。如果既加载backbone又加载yolov5的预训练模型，backbone参数将被覆盖。yolov5预训练模型包含一些backbone没有的卷积层，如果fine-tuning建议使用yolov5的预训练模型，收敛更快。
将上面的数据集解压缩，放到data目录即可。
如果是自己标注的数据，核心的三个文件train.txt、val.txt、test.txt放到data/wangzhe/目录，同时要保证这三个文件中的图片路径是对的就可以了，目录结构如下，其中ImageSets目录是临时目录，训练用不到，可以没有。
所有参数定义及注释如下，为了省地方去掉了前面的parser.add_argument：
示例脚本train_dcmyolo.sh：
执行下面的脚本执行训练，训练结果会放在logs_wangzhe目录下。
推理和预测的方法都在predict_dcmyolo.py中，可以执行检测图片、检测视频和热图，所有参数定义如下，同样为了省地方，去掉了parser.add_argument：
检测图片，示例脚本如下：
在控制台中输入一个图片路径，检测结果会显示出来：
测试视频可以从上方链接下载，示例脚本如下，检测结果会放在指定的输出位置：
示例脚本如下：
与检测图片类似的，在控制台中输入一个图片路径，然后heatmap会显示出来。可以很明显的看到激活区域，证明模型确实很好的检测到了目标。
导出onnx格式的模型，有利于模型加速，方便模型部署。所有onnx相关的方法放在predict_onnx.py中。可以执行导出onnx文件、检测图片和检测视频，所有参数定义如下，同样为了省地方，去掉了parser.add_argument：
导出的onnx建议包含nms，这样onnx输出的结果直接就能用，不需要程序再做后处理。添加 --append_nms参数就能联通nms导出了，onnx结果回报存在指定的输出路径。示例脚本如下：
使用onnx模型检测图片，示例脚本如下：
在控制台中输入一个图片路径，检测结果会显示出来，可以看到onnx和pytorch的结果是一致的。
测试视频可以从上方链接下载，示例脚本如下，检测结果会放在指定的输出位置：
YOLOv5实时检测英雄联盟的功能就简单介绍到这里，下一篇我会介绍YOLOv5的实现原理，dcmyolo项目也会持续维护，会有越来越多的功能加入进来，敬请期待。