注意：本文为记录，非教程

一、配置yaml文件：

1、创建了gesture_image.yaml文件：

yaml的作用在于将要训练的数据集文件结构位置以及具有的类别，知会给yolov5模型，所以在yolov5项目下的data文件夹中新建自己的yaml文件。
在这里插入图片描述

2、添加配置需要参量：

包括数据集文件夹路径，数据集中train和val图片路径以及Classes，即标签类名。
在这里插入图片描述

二、修改train.py接收参数函数parse_opt()的默认值

包括：
–weights 选择yolov5s.pt
–data 上一步配置好的gestrue_image.yaml文件路径
–epochs 训练迭代次数，先来100轮
–batch-size 一次训练分批每批次数量，先设置48
–works 设置为0
–name 保存名字，使用默认exp
在这里插入图片描述

三、训练：

开始训练，
在这里插入图片描述

实验室兄弟说训练过拟合，结果并不好，
在这里插入图片描述
运行起来也不行。收拾收拾，再来吧。

四、数据增强：

使用b站up主@啥都生的数据增强软件，有现成的轮子就是方便，链接：https://www.bilibili.com/video/BV1Sv4y1S7yb/?spm_id_from=333.788.top_right_bar_window_history.content.click&vd_source=fbf62db090250cc27ce97b468689ee38
不过，支持xml、json格式，非不支持yolo的txt格式，所以先进行格式转换。

1、格式转换：yolo2xml

使用了csdn论坛一篇博客的脚本，链接：脚本链接
修改完代码中的类别字典和自己的数据集图片、txt标签、要输出xml路径，后运行即可。图为代码运行：
在这里插入图片描述
从txt标注转为xml标注，通过labelimg软件，抽查了几张，位置及对应类别都正确，效果不错：

2、开始增强：

选择好路径，因为我的数据集图片过少（2365张，35类），所以增强后要与原先的图片混在一起，所以初始编号设置为2366。点击确认，准备批量操作。
在这里插入图片描述

忽然意识到不对，一共所有图片才2358张，最高编号怎么是2365？得，要是跳了还好说，要是错位就真傻眼了。赶紧去检查了一遍，好在基本上图片与对应标注都没啥问题，看来没有错位。继续。

使用了旋转，缩放，噪点等手段，把数据集拓展到一万七千多张，这回应该效果会好些。
在这里插入图片描述

3、格式转换：xml2yolo：

被网上乱七八糟的玩意折磨死，项目结构看的人头疼。除此之外，最意外的bug是忘记了在文件路径后的/，然后显示怎么都找不到文件。我简直是……
在这里插入图片描述
实验室某位不知名老哥给的转换文件，终于还不错，虽然没给教程，不过还是用起来了。之后得读读代码，基础的脚本还是看看。

五、再训练：

增强并转换完数据，就又开始训练我的模型了。
不过打开tensorborad界面，显示出错，仔细看了下，是该指令指定的文件路径并不能在python所在位置找到，
(yjh) PS X:\temp\compare to learn> tensorboard --logdir runs\train 出错
在终端中进入yoolov5项目后，再运行该指令，
(yjh) PS X:\temp\compare to learn\yolov5-master> tensorboard --logdir runs\train
运行成功，显示训练过程：
在这里插入图片描述
又开始漫长的训练过程了，借了实验室老哥的3080，估计也要跑11个小时。终于有一点了解AI炼丹一词如何而来了。训练结果要是不行，增加数据，修改参数，再训练，直到得到一个合用的模型。即便有调参的方向，也往往需人力穷举调整配方，再加上每次漫长的等待。这确实有些炼丹的意味了。科研民工和码农这样的词也许也是如此得来的吧。怪不得听闻chatgpt说程序员是会被它先淘汰的职业，有些工作确实有点机械劳作的意味了，还是得再动动脑子。
在这里插入图片描述

六、再结果：

比上次好了些，但依旧会做出类似于把猫识别成狗的事，把我的脑袋识别成了表示门的手势。恭喜我，训练出了个高明了一点点的人工智障。
请添加图片描述

我其实是不大明白，为什么会把我的脑袋识别成door，置信率还高达0.82。还是得再学习学习，看看问题出在哪里了。感觉可能是与训练权重用yolov5s.pt不大行，或许可以试试更大一点的模型。又或者事训练轮数多了些，才导致过拟合。不过都先不急，下一步先去学会如何看训练效果的文件吧，看看这轮的模型到底怎么样在说别的，不能盲目的再走了。顺便再把没看完的吴恩达的入门课程也看完吧。