前言

在上一篇文章中我们介绍了如何划分数据集，划分好之后我们的前期准备工作就已经全部完成了，下面开始训练自己的数据集吧！

前期回顾：

YOLOv5入门实践（1）——手把手带你环境配置搭建

YOLOv5入门实践（2）——手把手教你利用labelimg标注数据集

YOLOv5入门实践（3）——手把手教你划分自己的数据集

🍀本人YOLOv5源码详解系列：

YOLOv5源码逐行超详细注释与解读（1）——项目目录结构解析

YOLOv5源码逐行超详细注释与解读（2）——推理部分detect.py

YOLOv5源码逐行超详细注释与解读（3）——训练部分train.py

YOLOv5源码逐行超详细注释与解读（4）——验证部分val（test）.py

YOLOv5源码逐行超详细注释与解读（5）——配置文件yolov5s.yaml

YOLOv5源码逐行超详细注释与解读（6）——网络结构（1）yolo.py

YOLOv5源码逐行超详细注释与解读（7）——网络结构（2）common.py

一、配置文件

在训练前我们首先来配置文件，通过之前的学习（YOLOv5源码逐行超详细注释与解读（5）——配置文件yolov5s.yaml），我们知道YOLOv5训练数据都是通过调用yaml文件里我们已经整理好的数据。在这里，我们首先需要修改两个yaml文件中的参数。一个是data目录下的相应的yaml文件（数据集配置文件），一个是model目录文件下的相应的yaml文件（模型配置文件）。

1.1 修改数据集配置文件

首先在data的目录下新建一个yaml文件，自定义命名（嫌麻烦的话可以直接复制voc.yaml文件，重命名然后在文件内直接修改。）。

然后修改文件内的路径和参数。

train和val就是上一篇文章中通过split划分好的数据集文件（最好要填绝对路径，有时候由目录结构的问题会莫名奇妙的报错）

下面是两个参数，根据自己数据集的检测目标个数和名字来设定：

nc: 存放检测目标类别个数
name： 存放检测目标类别的名字（个数和nc对应）

这里我做的是火焰检测，所以目标类别只有一个。

注意：也可以在data目录下的coco.yaml上修改自己的路径、类别数和类别名称。

若在训练时报错，解决方法是：冒号后面需要加空格，否则会被认为是字符串而不是字典。

1.2 修改模型配置文件

在model文件夹下有4种不同大小的网络模型，分别是YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x，这几个模型的结构基本一样，不同的是depth_multiple模型深度和width_multiple模型宽度这两个参数。

我们本次使用的是yolov5s.pt这个预训练权重，同上修改data目录下的yaml文件一样，我们最好将yolov5s.yaml文件复制一份，然后将其重命名，我将其重命名为yolov5_fire.yaml。

同样，这里改一下nc

二、训练模型

训练模型是通过train.py文件，在训练前我们先介绍一下文件内的参数

def parse_opt(known=False):
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s.pt', help='initial weights path')
    parser.add_argument('--cfg', type=str, default='models/yolov5s_fire.yaml', help='model.yaml path')
    parser.add_argument('--data', type=str, default=ROOT / 'data/fire.yaml', help='dataset.yaml path')
    parser.add_argument('--hyp', type=str, default=ROOT / 'data/hyps/hyp.scratch-low.yaml', help='hyperparameters path')
    parser.add_argument('--epochs', type=int, default=300)
    parser.add_argument('--batch-size', type=int, default=1, help='total batch size for all GPUs, -1 for autobatch')
    parser.add_argument('--imgsz', '--img', '--img-size', type=int, default=640, help='train, val image size (pixels)')
    parser.add_argument('--rect', action='store_true', help='rectangular training')
    parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
    parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
    parser.add_argument('--noval', action='store_true', help='only validate final epoch')
    parser.add_argument('--noautoanchor', action='store_true', help='disable AutoAnchor')
    parser.add_argument('--evolve', type=int, nargs='?', const=300, help='evolve hyperparameters for x generations')
    parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
    parser.add_argument('--cache', type=str, nargs='?', const='ram', help='--cache images in "ram" (default) or "disk"')
    parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
    parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
    parser.add_argument('--optimizer', type=str, choices=['SGD', 'Adam', 'AdamW'], default='SGD', help='optimizer')
    parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
    parser.add_argument('--workers', type=int, default=0, help='max dataloader workers (per RANK in DDP mode)')
    parser.add_argument('--project', default=ROOT / 'runs/train', help='save to project/name')
    parser.add_argument('--name', default='exp', help='save to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--quad', action='store_true', help='quad dataloader')
    parser.add_argument('--cos-lr', action='store_true', help='cosine LR scheduler')
    parser.add_argument('--label-smoothing', type=float, default=0.0, help='Label smoothing epsilon')
    parser.add_argument('--patience', type=int, default=100, help='EarlyStopping patience (epochs without improvement)')
    parser.add_argument('--freeze', nargs='+', type=int, default=[0], help='Freeze layers: backbone=10, first3=0 1 2')
    parser.add_argument('--save-period', type=int, default=-1, help='Save checkpoint every x epochs (disabled if < 1)')
    parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
    # Weights & Biases arguments
    parser.add_argument('--entity', default=None, help='W&B: Entity')
    parser.add_argument('--upload_dataset', nargs='?', const=True, default=False, help='W&B: Upload data, "val" option')
    parser.add_argument('--bbox_interval', type=int, default=-1, help='W&B: Set bounding-box image logging interval')
    parser.add_argument('--artifact_alias', type=str, default='latest', help='W&B: Version of dataset artifact to use')
    opt = parser.parse_known_args()[0] if known else parser.parse_args()
    return opt

opt参数解析：

cfg: 模型配置文件，网络结构

data: 数据集配置文件，数据集路径，类名等

hyp: 超参数文件

epochs: 训练总轮次

batch-size: 批次大小

img-size: 输入图片分辨率大小

rect: 是否采用矩形训练，默认False

resume: 接着打断训练上次的结果接着训练

nosave: 不保存模型，默认False

notest: 不进行test，默认False

noautoanchor: 不自动调整anchor，默认False

evolve: 是否进行超参数进化，默认False

bucket: 谷歌云盘bucket，一般不会用到

cache-images: 是否提前缓存图片到内存，以加快训练速度，默认False

weights: 加载的权重文件

name: 数据集名字，如果设置：results.txt to results_name.txt，默认无

device: 训练的设备，cpu；0(表示一个gpu设备cuda:0)；0,1,2,3(多个gpu设备)

multi-scale: 是否进行多尺度训练，默认False

single-cls: 数据集是否只有一个类别，默认False

adam: 是否使用adam优化器

sync-bn: 是否使用跨卡同步BN,在DDP模式使用

local_rank: gpu编号

logdir: 存放日志的目录

workers: dataloader的最大worker数量

（train.py更多学习请看：YOLOv5源码逐行超详细注释与解读（3）——训练部分train.py）

参数虽然很多，但是需要我们修改的很少：

parser.add_argument('--weights', type=str, default=ROOT / 'yolov5s_fire.pt', help='initial weights path')

--weight ：先选用官方的yolov5s.pt权重，当自己的训练完成后可更换为自己的权重

parser.add_argument('--cfg', type=str, default='models/yolov5s_fire.yaml', help='model.yaml path')

--cfg：选用上一步model目录下我们刚才改好的模型配置文件

parser.add_argument('--data', type=str, default=ROOT / 'data/fire.yaml', help='dataset.yaml path')

--data：选用上一步data目录下我们刚才改好的数据集配置文件

parser.add_argument('--epochs', type=int, default=300)

--epoch：指的就是训练过程中整个数据集将被迭代多少轮，默认是300，显卡不行就调小点

parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs, -1 for autobatch')

--batch-size：一次看完多少张图片才进行权重更新，默认是16，显卡不行就调小点

parser.add_argument('--workers', type=int, default=0, help='max dataloader workers (per RANK in DDP mode)')

--workers: dataloader的最大worker数量，一般用来处理多线程问题，默认是8，显卡不行就调小点

以上都设置好了就可以开始训练啦~

若干个hours之后~

训练结果会保存在runs的train文件里。

至此，我们的训练就全部完成了~

三、性能评价指标

模型性能评价好坏主要看训练完成后得到的results图（先忽略我的精度），我们看看这里面都有啥：

box_loss： 推测为GIoU损失函数均值，越小方框越准；
obj_loss： 推测为目标检测loss均值，越小目标检测越准；
cls_loss： 推测为分类loss均值，越小分类越准；
precision： 准确率（找对的/找到的）；
recall： 召回率（找对的/该找对的）；
mAP@0.5 & mAP@0.5:0.95： 就是mAP是用Precision和Recall作为两轴作图后围成的面积，m表示平均，@后面的数表示判定iou为正负样本的阈值，@0.5:0.95表示阈值取0.5:0.05:0.95后取均值。（0.5是iou阈值=0.5时mAP的值），mAP只是一个形容PR曲线面积的代替词叫做平均准确率，越高越好。