配置yaml文件：

創(chuàng)建了gesture_image.yaml文件：

yaml的作用在于將要訓(xùn)練的數(shù)據(jù)集文件結(jié)構(gòu)位置以及具有的類別，知會給yolov5模型，所以在yolov5項目下的data文件夾中新建自己的yaml文件。

添加配置需要參量：

包括數(shù)據(jù)集文件夾路徑，數(shù)據(jù)集中train和val圖片路徑以及Classes，即標(biāo)簽類名。

修改train.py接收參數(shù)函數(shù)parse_opt()的默認值

包括：

--weights 選擇yolov5s.pt

--data 上一步配置好的gestrue_image.yaml文件路徑

--epochs 訓(xùn)練迭代次數(shù)，先來100輪

--batch-size 一次訓(xùn)練分批每批次數(shù)量，先設(shè)置48

--works 設(shè)置為0

--name 保存名字，使用默認exp

訓(xùn)練：

開始訓(xùn)練，

實驗室兄弟說訓(xùn)練過擬合，結(jié)果并不好，

嘗試運行起來也不行。收拾收拾，再來吧。

數(shù)據(jù)增強：

使用b站up主@啥都生的數(shù)據(jù)增強軟件，有現(xiàn)成的輪子就是方便，鏈接：https://www.bilibili.com/video/BV1Sv4y1S7yb/?spm_id_from=333.788.top_right_bar_window_history.content.click&;vd_source=fbf62db090250cc27ce97b468689ee38

不過，支持xml、json格式，非不支持yolo的txt格式，所以先進行格式轉(zhuǎn)換。

格式轉(zhuǎn)換：yolo2xml

使用了csdn論壇一篇博客的腳本，鏈接：https://blog.csdn.net/coulson/article/details/125778467。

修改完代碼中的類別字典和自己的數(shù)據(jù)集圖片、txt標(biāo)簽、要輸出xml路徑，后運行即可。圖為代碼運行：

從txt標(biāo)注轉(zhuǎn)為xml標(biāo)注，通過labelimg軟件，抽查了幾張，位置及對應(yīng)類別都正確，效果不錯：

開始增強：

選擇好路徑，因為我的數(shù)據(jù)集圖片過少（2365張），所以增強后要與原先的圖片混在一起，所以初始編號設(shè)置為2366。點擊確認，準(zhǔn)備批量操作。

忽然意識到不對，一共所有圖片才2358張，最高編號怎么是2365？得，要是跳了還好說，要是錯位就真傻眼了。趕緊去檢查了一遍，好在基本上圖片與對應(yīng)標(biāo)注都沒啥問題，看來沒有錯位。繼續(xù)。

使用了旋轉(zhuǎn)，縮放，噪點等手段，把數(shù)據(jù)集拓展到一萬七千多張，這回應(yīng)該效果會好些。

格式轉(zhuǎn)換：xml2yolo：

被網(wǎng)上亂七八糟的玩意折磨死，項目結(jié)構(gòu)看的人頭疼。除此之外，最意外的bug是忘記了在文件路徑后的/，然后顯示怎么都找不到文件。我簡直是……

實驗室某位不知名老哥給的轉(zhuǎn)換文件，終于還不錯，雖然沒給教程，不過還是用起來了。之后得讀讀代碼，基礎(chǔ)的腳本還是看看。

再訓(xùn)練：

增強并轉(zhuǎn)換完數(shù)據(jù)，就又開始訓(xùn)練我的模型了。

不過打開tensorborad界面，顯示出錯，仔細看了下，是該指令指定的文件路徑并不能在python所在位置找到，

(yjh) PS X:\temp\compare to learn> tensorboard --logdir runs\train 出錯

所以先在終端中進入yolov5-master項目后，再運行該指令，

(yjh) PS X:\temp\compare to learn\yolov5-master> tensorboard --logdir runs\train

運行成功，顯示訓(xùn)練過程：

又開始漫長的訓(xùn)練過程了，借了實驗室老哥的3080，估計也要跑11個小時。終于有一點了解AI煉丹一詞如何而來了。訓(xùn)練結(jié)果要是不行，增加數(shù)據(jù)，修改參數(shù)，再訓(xùn)練，直到得到一個合用的模型。即便有調(diào)參的方向，也往往需人力窮舉調(diào)整配方，再加上每次漫長的等待。這確實有些煉丹的意味了?？蒲忻窆ず痛a農(nóng)這樣的詞也許也是如此得來的吧。

再結(jié)果：

早上來實驗室，訓(xùn)練完了，結(jié)果比上次好了一奈奈，但依舊會做出類似于把貓識別成狗的事，比如把我的腦袋識別成了表示門的手勢。恭喜我，又訓(xùn)練出了個人工智障。

我其實是不大明白，為什么會把我的腦袋識別成door，置信率還高達0.82。還是得再學(xué)習(xí)學(xué)習(xí)，看看問題出在哪里了。感覺可能是與訓(xùn)練權(quán)重用yolov5s.pt不大行，或許可以試試更大一點的模型。又或者事訓(xùn)練輪數(shù)多了些，才導(dǎo)致過擬合。不過都先不急，下一步先去學(xué)會如何看訓(xùn)練效果的文件吧，看看這輪的模型到底怎么樣在說別的，不能盲目的再走了。順便再把沒看完的吳恩達的入門課程也看完吧。