使用Yolov5训练手势检测

1.手势数据

1.1手势数据集介绍

• hagrid数据集既可以做手的检测任务，还可以做手的图像分类任务。该数据集总大小为716GB,包含552992张rgb图像，图像的分辨率1920x1080，总共有18类静态手势，类别如下：
  

1.2 手势数据集下载地址

• 下载hagrid数据集，下载地址：
  https://github.com/hukenovs/hagrid

1.3 hagrid数据集格式转换

• 将hagrid里的标签json数据转换成xml标签数据，使用json_xml.py这个脚本代码进行转换。该脚本需要将目录变成下面这种格式存放，call.json是标签，JPEGImages是存放call的图像文件。

2.yolov5环境搭建

• 源码下载地址：https://github.com/ultralytics/yolov5.git
  Pytorch：1.6.0
  Cuda：10.1
  Python：3.7
  官方要求Python>=3.8 and PyTorch>=1.6.
  通过git clone https://github.com/ultralytics/yolov5.git将YOLOv5源码下载到本地，创建好虚拟环境，并通过pip install -r requirements.txt安装依赖包。配置环境可能遇到Arial字体下载问题，我已经下载了

3.yolov5数据集准备

3.1 将 hagrid数据集转换成voc数据集格式

• 1. 在yolov5目录下创建paper_data文件夹（名字可以自定义），目录结构如下，

• 示例如下：

• paper_data文件夹下内容如下
  

• ImageSets文件夹下面有个Main子文件夹，其下面存放训练集、验证集、测试集的划分，通过脚本生成，可以使用split_train_val.py脚本生成。运行代码后，在Main文件夹下生成下面四个txt文档：

• 2. 将数据集格式转换成yolo_txt格式

• 接下来准备labels，把数据集格式转换成yolo_txt格式，即将每个xml标注提取bbox信息为txt格式（这种数据集格式成为yolo_txt格式），每个图像对应一个txt文件，文件每一行为一个目标的信息，包括class, x_center, y_center, width, height格式。格式如下：
  

• 使用voc_label.py文件，将训练集、验证集、测试集生成label标签（训练中要用到），同时将数据集路径导入txt文件中。

• 运行后会生成如下labels文件夹和三个包含数据集的txt文件，其中labels中为不同图像的标注文件，train.txt等txt文件为划分后图像所在位置的绝对路径，如train.txt就含有所有训练集图像的绝对路径。这一步最重要是将自己类别修改对。
  
  
• 三个txt文件里面的内容如下：
  

3.2 yolov5配置文件修改

3.2.1 修改ab.yaml文件

• 在yolov5目录下的data文件夹下新建一个ab.yaml文件（可以自定义命名），用来存放训练集和验证集的划分文件（train.txt和val.txt），这两个文件是通过运行voc_label.py代码生成的，然后是目标的类别数目和具体类别列表，ab.yaml内容如下：
  

3.2.2 聚类得出先验框

• 聚类得出先验框（可选）（聚类重新生成anchors运行时间较长），最新版的yolov5，它会自动kmeans算出anchors，使用clauculate_anchors.py 内要修改为自己数据集的路径，如下：
  

• 运行clauculate_anchors.py跑完会生成一个文件 anchors.txt，里面有得出的建议先验框anchors，内容如下：

3.2.3 模型配置的修改

• 在yolov5目录下的model文件夹下是模型的配置文件，这边提供s、m、l、x版本，逐渐增大（随着架构的增大，训练时间也是逐渐增大），假设采用yolov5s.yaml，只用修改一个参数，把nc改成自己的类别数；如果anchors是重新生成的，也需要修改，根据anchors.txt 中的 Best Anchors 修改，需要取整（可选） 如下：
  

4.yolov5训练

• 在train.py进行以下几个修改
  

• 开始训练命令如下

5.yolov5检测效果如下

• 使用检测命令如下