英特爾開發(fā)板部署 YOLOv5：完成透明物體目標(biāo)檢測
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對面交流
海量資料庫查詢
Intel 的哪吒（Nezha）開發(fā)套件是一款專為邊緣AI和物聯(lián)網(wǎng)應(yīng)用設(shè)計(jì)的高性能計(jì)算平臺，搭載了Intel? N97處理器、內(nèi)置 Intel? UHD Graphics GPU，并提供高達(dá)8GB LPDDR5內(nèi)存與32GB至64GB eMMC存儲選項(xiàng)。它支持 Windows 和 Linux 操作系統(tǒng)，具備豐富的接口如千兆以太網(wǎng)、HDMI 1.4、USB 3.0/2.0 以及 GPIO 等，兼容樹莓派擴(kuò)展板。
此外，該套件采用無風(fēng)扇設(shè)計(jì)并集成了 TPM 2.0 安全模塊，適用于自動(dòng)化、物聯(lián)網(wǎng)網(wǎng)關(guān)、數(shù)字標(biāo)牌及機(jī)器人等多種場景，結(jié)合 OpenVINO? 工具包可加速深度學(xué)習(xí)模型推理，便于開發(fā)者快速構(gòu)建高效且安全的解決方案。
YOLOv5 簡介
YOLOv5 是 YOLO（You Only Look Once）系列中的一種實(shí)時(shí)對象檢測系統(tǒng)，它以速度快、準(zhǔn)確性高而聞名。對于開發(fā)者來說，YOLOv5 提供了一種簡單易用的方法來創(chuàng)建高效的對象檢測模型。官方 GitHub 倉庫提供了豐富的資源和示例代碼，可以幫助用戶快速入門并開始構(gòu)建自己的檢測器。
GitHub: https://github.com/ultralytics/yolov5
哪吒套件部署 YOLOv5
YOLOv5 以其出色的實(shí)時(shí)性能和高準(zhǔn)確性而受到廣泛歡迎，并且官方提供了詳盡的文檔和支持，與其他設(shè)備相同，在哪吒套件上部署 YOLOv5 進(jìn)行透明物體目標(biāo)檢測時(shí)，用戶仍需注意一些關(guān)鍵步驟。
首先，確保開發(fā)環(huán)境已正確配置，包括安裝所有必要的依賴項(xiàng)如 Python、PyTorch 等。接著，準(zhǔn)備訓(xùn)練數(shù)據(jù)集是至關(guān)重要的一步，這通常涉及將圖像及其標(biāo)注信息按照特定格式整理好。對于透明物體檢測這樣的特定任務(wù)，可能還需要對模型做一些微調(diào)以優(yōu)化其識別能力。整個(gè)過程雖然需要一定的技術(shù)背景支持，但借助于豐富的在線資源和社區(qū)幫助，即使是初次嘗試者也能順利完成部署。
下面的步驟可以讓你在搭載在哪吒套件的 windows 平臺快速上手訓(xùn)練自己的模型。
搭配環(huán)境與安裝依賴
在 win+R 中打開 cmd，輸入以下代碼創(chuàng)建并進(jìn)入一個(gè)名為 yolov5s, python3.8 版本的虛擬環(huán)境：
conda create -n yolov5s python=3.8 conda activate yolov5s
克隆倉庫：從官方 GitHub 倉庫克隆 YOLOv5 項(xiàng)目到本地機(jī)器。
git clone https://github.com/ultralytics/yolov5 cd yolov5
然后輸入以下代碼,即可自動(dòng)下載安裝所有需要的庫。
pip install -r requirements.txt
如果下載速度過慢,可能會(huì)導(dǎo)致報(bào)錯(cuò),可以復(fù)制下面代碼(清華源)到cmd中運(yùn)行,然后在重新進(jìn)行上面下載庫的步驟：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --ad conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
Appendix
1.數(shù)據(jù)集下載
Trans10K 是一個(gè)公開的大規(guī)模透明物體分割數(shù)據(jù)集，包含10,428張真實(shí)場景圖像，每張都經(jīng)過手動(dòng)標(biāo)注。它提供了多樣化的透明物體樣本，如杯子、瓶子和窗戶等。數(shù)據(jù)集分為訓(xùn)練（5,000張）、驗(yàn)證（1,000張）和測試（4,428張）三部分，并進(jìn)一步細(xì)分為簡單和困難類別，整個(gè)數(shù)據(jù)集大小約為10.6GB。
可以使用相應(yīng)的 SDK 進(jìn)行下載：
pip install openxlab #安裝 pip install -U openxlab #版本升級 import openxlab openxlab.login(ak=<Access Key>, sk=<Secret Key>) #進(jìn)行登錄，輸入對應(yīng)的AK/SK from openxlab.dataset import info info(dataset_repo='OpenDataLab/Trans10K') #數(shù)據(jù)集信息及文件列表查看 from openxlab.dataset import get get(dataset_repo='OpenDataLab/Trans10K', target_path='/path/to/local/folder/') # 數(shù)據(jù)集下載 from openxlab.dataset import download download(dataset_repo='OpenDataLab/Trans10K',source_path='/README.md', target_path='/path/to/local/folder') #數(shù)據(jù)集文件下載
下載后解壓即可。
2.格式化數(shù)據(jù)
Trans10K 數(shù)據(jù)集通常包含圖像及其對應(yīng)的標(biāo)注文件。為了與 YOLOv5 兼容，您需要確保每個(gè)圖像都有一個(gè)對應(yīng)的.txt文件，其中包含目標(biāo)框的位置信息。格式如下：
class_index x_center y_center width height
所有坐標(biāo)都是相對于圖像尺寸的歸一化值（0.0到1.0之間）。
然而 Trans10K 的標(biāo)注格式不是 YOLO 格式。
這就需要編寫一個(gè)腳本來將標(biāo)注轉(zhuǎn)換為 YOLO 格式。轉(zhuǎn)換腳本如下：
import cv2
import numpy as np
import os
from pathlib import Path
path_to_masks = 'path/to/mask'
path_to_save_yolo_labels = ' path/to/mask/label'
def convert_mask_to_bbox(mask_path, save_path):
# 創(chuàng)建保存路徑
Path(save_path).mkdir(parents=True, exist_ok=True)
# 遍歷 mask 文件
for mask_file in os.listdir(mask_path):
if mask_file.endswith(".png"): # mask 以 .png 格式保存
mask = cv2.imread(os.path.join(mask_path, mask_file), cv2.IMREAD_GRAYSCALE)
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 獲取文件名，無擴(kuò)展名
filename = os.path.splitext(mask_file)[0]
bbox_file = open(os.path.join(save_path, filename + ".txt"), 'w')
for contour in contours:
x, y, w, h = cv2.boundingRect(contour)
# YOLO 格式：class x_center y_center width height (歸一化到[0,1]范圍)
img_height, img_width = mask.shape
x_center = (x + w / 2) / img_width
y_center = (y + h / 2) / img_height
width = w / img_width
height = h / img_height
# 假設(shè)所有目標(biāo)都是同一類 (class = 0)
bbox_file.write(f"0 {x_center} {y_center} {width} {height}n")
bbox_file.close()
# 使用示例
convert_mask_to_bbox(path_to_masks, path_to_save_yolo_labels)3.組織文件結(jié)構(gòu)
按照 YOLOv5 的要求組織文件結(jié)構(gòu)。需要以下目錄結(jié)構(gòu)：
/path/to/dataset/ ├── images/│ ├── train/│ └── val/ └── labels/ ├── train/ └── val/
images/ 目錄下存放圖像文件。
labels/ 目錄下存放相應(yīng)的標(biāo)注文件（.txt）。
4.配置data.yaml文件
編輯 YOLOv5 項(xiàng)目中的 data.yaml 文件或者新建一個(gè) trans10k_data.yaml，指定數(shù)據(jù)集路徑及類別信息，如下所示。
train: /path/to/dataset/images/train # 訓(xùn)練圖片路徑 val: /path/to/dataset/images/val # 驗(yàn)證圖片路徑 nc: 1 # 類別數(shù)量，假設(shè)只有一個(gè)類別 names: ['transparent_object'] # 類別名稱列表
啟動(dòng)訓(xùn)練
使用以下命令啟動(dòng)訓(xùn)練過程。您可以根據(jù)硬件性能調(diào)整圖片大小(--img)、批量大小(--batch)等選項(xiàng)。
python train.py --img 640 --batch 16 --epochs 50 --data data/trans10k_data.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt
訓(xùn)練完成后，就得到了一個(gè)能夠檢測透明目標(biāo)的模型。
總結(jié)
通過遵循上述步驟，即使是初學(xué)者也能迅速掌握 YOLOv5 的訓(xùn)練方法并在 Intel 的哪吒（Nezha）開發(fā)套件上成功運(yùn)行。哪吒套件憑借其高性能的 Intel? N97 處理器、內(nèi)置的 Intel? UHD Graphics GPU 以及高達(dá)8GB的 LPDDR5 內(nèi)存，為實(shí)時(shí)目標(biāo)檢測提供了強(qiáng)大的計(jì)算支持。
借助 YOLOv5 的強(qiáng)大功能以及個(gè)性化的 Trans10K 數(shù)據(jù)集，用戶能夠快速開發(fā)出針對透明物體的高度精確的對象檢測模型。哪吒套件的無風(fēng)扇設(shè)計(jì)和豐富的接口選項(xiàng)比如千兆以太網(wǎng)、HDMI 1.4、USB 3.0/2.0等，使其非常適合部署在各種邊緣計(jì)算環(huán)境中，無論是智能監(jiān)控、工業(yè)自動(dòng)化還是其他物聯(lián)網(wǎng)應(yīng)用，都能提供可靠且高效的解決方案。
評論