yolov10入门

前言

好玩的，本来想用v8搞的，结果发现v10都用了，貌似精度也更好，那就换个环境再继续。

环境搭建

先用Pycharm创建一个新环境，然后从Github上下载yolov10源码：

1
git clone https://github.com/THU-MIG/yolov10.git
SHELL

将源码拉取到本地后，需要根据官方指南安装项目所需的依赖：

1
2
pip install -r requirements.txt
pip install -e .
SHELL

遇到版本不可寻的问题：

1
2
Could not find a version that satisfies the requirement opencv-python==4.9.0.80
ERROR: No matching distribution found for opencv-python==4.9.0.80
SUBUNIT

去仓库看了看，这个版本的opencv是存在的，再次尝试直接用pip安装opencv成功了，感觉是玄学的网络问题。

yolov10环境完成后，可以再装个pyautogui用于后续的键鼠操作：

1
pip install pyautogui
SHELL

貌似环境里已经有了，至此环境搭建完成。

训练模型

首先在官方Github下载预训练模型：

1
pip install git+https://github.com/THU-MIG/yolov10.git
SHELL

遇到网络问题：

1
unable to access 'https://github.com/THU-MIG/yolov10.git/': Failed to connect to github.com port 443
PGSQL

搜索一下，找到解决方案为刷新DNS缓存，在cmd中输入命令：

1
ipconfig/flushdns
CMD

预训练模型下载完成，根据官方示例，简单测试一下：

1
2
3
4
5
6
# -*- coding:utf8 -*-

from ultralytics import YOLOv10

model = YOLOv10.from_pretrained('jameslahm/yolov10n')
model.predict("cat.jpg", save=True)
PYTHON

得到检测结果，看起来不错：

然后进入准备的游戏游玩，同时录制完成每日委托的游玩视频，准备截图用于制作数据集，我这里录制了四天的份量，先做个简单的模型测试一下效果。

大地图

收集了67张图片，主要用于检测正在处理的委托和传送点，然后上传到标注网站roboflow进行标注

一张张图片打开进行标注：

标注完成后，按照推荐比例生成训练集，验证集和测试集：

最后导出到本地：

开始训练：

1
2
3
4
5
6
# -*- coding:utf8 -*-

from ultralytics import YOLOv10

model = YOLOv10.from_pretrained('jameslahm/yolov10n')
model.train(data="../../../../datasets/data.yaml", epochs=500, imgsz=640, device=0, batch=16)
PYTHON

但是在使用CUDA时发生问题：

1
ValueError: Invalid CUDA 'device=0' requested. Use 'device=cpu' or pass valid CUDA device(s) if available, i.e. 'device=0' or 'device=0,1,2,3' for Multi-GPU.
PYTHON

在网上搜索得到解决方法，应该是安装的torch为CPU版本导致的，需要卸载重装。

卸载：

1
pip uninstall torch torchvision torchaudio
SHELL

找到对应版本重装：

1
pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu118
SHELL

要下载挺久的，完成后重新开始训练，遇到新的问题：

1
CUDNN_BACKEND_EXECUTION_PLAN_DESCRIPTOR: cudnnFinalize Descriptor Failed cudnn_status
AVRASM

看起来可能是没有安装CUDNN导致的，尝试去官方网站下载安装一下，根据参考文章，将文件解压到CUDA文件夹后，可以使用CUDA\v12.0\extras\demo_suite目录下的deviceQuery程序验证安装：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
PS C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite> .\deviceQuery.exe
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite\deviceQuery.exe Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

...

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 12.0, CUDA Runtime Version = 12.0, NumDevs = 1, Device0 = NVIDIA GeForce RTX 3060 Laptop GPU
Result = PASS
PS C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\extras\demo_suite> .\bandwidthTest.exe
[CUDA Bandwidth Test] - Starting...
Running on...
...

Result = PASS

NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.
SHELL

据说获得两个Result = PASS就是CUDNN环境配置完成的标志。

再次开始训练，仔细看问题仍然存在异常类型为CUDNN_BACKEND_EXECUTION_PLAN_DESCRIPTOR：

1
CUDNN_BACKEND_EXECUTION_PLAN_DESCRIPTOR
EBNF

那就不是CUDNN的问题，搜索找到参考文章，据说是Pytorch 2.3.0的问题，需要进行卸载重装降低版本，或者更新到2.3.1版本：

1
pip install --upgrade torch
SHELL

发生警告：

1
2
torchvision 0.18.0+cu118 requires torch==2.3.0+cu118, but you have torch 2.3.1 which is incompatible.
torchaudio 2.3.0+cu118 requires torch==2.3.0+cu118, but you have torch 2.3.1 which is incompatible.
APACHE

看来要把这两个依赖也一起升级才行：

1
pip install --upgrade torchvision torchaudio
SHELL

完成，将torchaudio更新到2.3.1版本，torchvision更新到0.18.1：

1
Successfully installed torchaudio-2.3.1 torchvision-0.18.1
APACHE

再次开始训练，结果问题又回来了：

1
ValueError: Invalid CUDA 'device=0' requested. Use 'device=cpu' or pass valid CUDA device(s) if available, i.e. 'device=0' or 'device=0,1,2,3' for Multi-GPU.
PYTHON

问题在于更新后的torch又变回了CPU版本的：

1
Ultralytics YOLOv8.1.34 🚀 Python-3.9.13 torch-2.3.1+cpu 
APACHE

卸载后去掉前面的版本指定重新安装：

1
pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu118
SHELL

再次遇到问题：

1
2
ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have updated the package versions, please update the hashes. Otherwise, examine the package contents carefully; someone may
have tampered with them.
SUBUNIT

清除一下pip缓存再继续：

1
pip cache purge
SHELL

问题依然存在，但是他文件还没下载完就在校验哈希，怀疑网络之类的问题导致的，尝试使用浏览器下载，等完成后再自行校验哈希。

下载完成后校验哈希，计算出哈希与torch官网给出的哈希一致：

1
2
3
4
5
PS C:\Users\Twings\Downloads> Get-FileHash .\torch-2.3.1+cu118-cp39-cp39-win_amd64.whl -Algorithm sha256

Algorithm       Hash                                                                   Path
---------       ----                                                                   ----
SHA256          78C9E0206F40A9F12C0369B2737D78D1998244238384286FD5492B39299059A7
SHELL

使用pip安装whl，然后继续安装torchvision等剩余依赖，全部完成后再次开始训练，发现总是有问题：

1
2
3
RuntimeError: 
        An attempt has been made to start a new process before the
        current process has finished its bootstrapping phase.
LIVECODESERVER

搜索一下，给train方法添加workers=0的参数可以解决，继续训练，训练终于正常可以进行了，训练完成：

1
2
3
4
5
6
7
8
9
10
11
12
Validating runs\detect\train15\weights\best.pt...
Ultralytics YOLOv8.1.34 🚀 Python-3.9.13 torch-2.3.1+cu118 CUDA:0 (NVIDIA GeForce RTX 3060 Laptop GPU, 6144MiB)
YOLOv10n summary (fused): 285 layers, 2696366 parameters, 0 gradients, 8.2 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 1/1 [00:00<00:00,  5.34it/s]
                   all         13         27      0.842        0.4      0.333      0.217
                 daily         13          9      0.271          1      0.616      0.402
             far daily         13          4      0.941          1      0.995      0.653
    state of the seven         13          4          1          0      0.037       0.02
              teleport         13          7          1          0     0.0102    0.00509
        under teleport         13          3          1          0    0.00653    0.00326
Speed: 0.5ms preprocess, 5.2ms inference, 0.0ms loss, 0.0ms postprocess per image
Results saved to runs\detect\train15
APACHE

训练完成后，使用训练好的模型对验证集进行测试：

1
2
3
4
5
6
7
model_path = "runs/detect/train15/weights/best.pt"
validateImg_path = "datasets/valid/images"
model = YOLOv10(model_path)
for img in os.listdir(validateImg_path):
    if img.endswith(".jpg"):
        img_path = os.path.join(validateImg_path, img)
        results = model.predict(img_path, save=True)
PYTHON

效果：

感觉上训练效果很差，看来需要修改一下训练集数量和生成方法。

因为roboflow是个外网网站，使用起来没那么方便，所以这次使用的是本地标注工具labelimg，安装一下：

1
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
SHELL

创建好数据集目录：

使用命令打开软件进行标注：

1
labelimg JPEGImages classes.txt
SHELL

完成后，将数据集分割成训练集、验证集和测试集，配置好yaml文件，然后开始训练，遇到问题：

1
WARNING ⚠️ no labels found in detect set, can not compute metrics without labels
PGSQL

又回去看了看参考文章，应该是数据集格式的问题，现在的格式为voc格式的xml文件，需要转化为yolo格式的txt文件。

训练完之后测试了一下，感觉大部分检测效果还行，但是其中一类应该是由于样本量太少的原因检测不出来：

1
2
3
4
5
6
         Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 1/1 [00:00<00:00,  5.74it/s]
           all          5        162      0.782      0.582      0.645      0.408
         daily          5         12          1          0      0.107     0.0608
     the_seven          5         15      0.659      0.933      0.903      0.645
      teleport          5        102      0.796      0.833      0.874      0.503
under_teleport          5         33      0.673      0.561      0.694      0.422
APACHE

贴一张预测结果图：

参考

官方手册

标注网站roboflow

深度学习（10）之Roboflow 使用详解：数据集标注、训练及下载

YOLOv10 正式发布！原理、部署、应用一站式齐全

目标检测：yolov8(ultralytics)训练自己的数据集，新手小白也能学会训练模型，一看就会

#Python #机器学习
yolov10入门
http://yoursite.com/2024/07/25/yolov10入门/
作者
Aluvion
发布于
2024年7月25日
许可协议