libtorch 权重文件

转载

岁月如歌甚好 2024-07-30 13:22:33

文章标签 libtorch 权重文件人工智能 python 深度学习 xml 文章分类 深度学习人工智能

版本：YOLOv5-5.0 权重文件：yolov5s.pt

将YOLOv5自带的images删去；

1.在data文件夹下新建images、ImageSets、labels三个目录；

images存在图片jpg（自己放进去）；

ImageSets存放如下四个txt文件（暂无）；

labels存放txt文件（自己放进去）。

2.在YOLOv5目录下粘贴makeTxt_for_txt.py和voc_label_for_txt.py

（1）makeTxt_for_txt.py内容如下：

import os
import random


trainval_percent = 0.99
train_percent = 0.99
xmlfilepath = 'data/labels'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

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

for i in list:
    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()

（2）voc_label_for_txt.py内容如下：

# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
# os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
from os import listdir, getcwd
from os.path import join


sets = ['train', 'test', 'val']
classes= ['00000', '00001', '00010', '00011', '00100', '00101', '00110', '00111', '01000', '01001', '01010', '01011', '01100', '01101', '01110', '01111', '10000', '10001', '10010', '10011', '10100', '10101', '10110', '10111', '11000', '11001', '11010', '11011', '11100', '11101', '11110', '11111']

for image_set in sets:
    '''
    对所有的文件数据集进行遍历
    做了两个工作：
　　　　１．将所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位
　　　　２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去
    　　　　　最后再通过直接读取文件，就能找到对应的label 信息
    '''
    # 先找labels文件夹如果不存在则创建
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    # 读取在ImageSets/Main 中的train、test..等文件的内容
    # 包含对应的文件名称
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    # 打开对应的2012_train.txt 文件对其进行写入准备
    list_file = open('data/%s.txt' % (image_set), 'w')
    # 将对应的文件_id以及全路径写进去并换行
    for image_id in image_ids:
        list_file.write('data/images/%s.jpg\n' % (image_id))
        # 调用  year = 年份  image_id = 对应的文件名_id
        # try:
        #     convert_annotation(image_id)
        # except:
        #     continue
    # 关闭文件
    list_file.close()

先运行makeTxt_for_txt.py创建ImageSets下的四个txt文件；

然后运行voc_label_for_txt.py将ImageSets下的train.txt、val.txt、test.txt中的名字改变成data/train.txt、data/train.txt、data/val.txt、data/test.txt的图片路线。

3.将权重文件yolov5s.pt粘结在YOLOv5目录下

4. 将data下的coco128.yaml文件复制，粘结在data目录下，改成自己的名字（如phone.yaml）

libtorch 权重文件_python