公開日：2022年7月26日
最終更新日：2022年9月20日
はじめに
YOLOv7が公開されています。github.com
さっそく使ってみました。
YOLOv5でやったことと同じことをしました。
touch-sp.hatenablog.com
タイトルにあるように教師データ作成を含めて物体検出モデルの学習をサクッと行います。
このような二つのパネルを検出します。
ペットボトルは大きさがわかりやすいように置いているだけです。
Linuxコマンドをコピペすれば結果にたどり着くように工夫しています。
動画撮影してそれをObject Trackingすることによって教師データを自動で作成します。
どのような動画を撮ったかは後でダウンロードするので実際に見てみて下さい。
詳細な手順
Pythonの環境構築はこのブログの後半を参照して下さい。環境構築後は以下を順に実行するだけで教師データ作成→学習→推論ができます。
3つのリポジトリをクローンします。
3番目が以前作ったリポジトリになります。
git clone https://github.com/STVIR/pysot git clone https://github.com/WongKinYiu/yolov7 git clone https://github.com/dai-ichiro/tracking_detection
「tracking_detection」リポジトリ内の「make_dataset.py」を「pysot」リポジトリ内に移動させます。
mv tracking_detection/make_dataset.py pysot/make_dataset.py
二つの動画ファイルをダウンロードして名前を変更して「pysot」フォルダに移動させます。
wget https://github.com/dai-ichiro/robo-one/raw/main/video_1.mp4 mv video_1.mp4 pysot/target.mp4 wget https://github.com/dai-ichiro/robo-one/raw/main/video_2.mp4 mv video_2.mp4 pysot/non_target.mp4
「pysot」リポジトリ内に入って「target.mp4」と「non_target.mp4」を引数として「make_dataset.py」を実行します。
cd pysot python make_dataset.py target.mp4 non_target.mp4
動画の1番目のフレームが表示されるのでターゲットになる物体を選択しエンターキーまたはスペースキーを押します。
その後Object Trackingが始まり「train.yaml」ファイルと「train_data」フォルダが作成されます。
作成した「train.yaml」ファイルと「train_data」フォルダを「yolov7」リポジトリに移動させます。
mv train.yaml ../yolov7/train.yaml mv train_data ../yolov7/train_data
「yolo7」リポジトリに入ってまずは学習済みモデルをダウンロードします。
cd ../yolov7 wget https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7_training.pt
続いて「train.py」を実行します。
python train.py --batch-size 8 --epochs 20 --data train.yaml --weights yolov7_training.pt
これによって「best.pt」が作成されます。
「best.pt」は「runs/train/exp/weights」フォルダ内に保存されています。
「exp」フォルダがすでに存在している場合はフォルダ名が「exp1」になったり「exp2」になったりします。
「best.pt」を現在のディレクトリ（yolov7フォルダ直下）にコピーします。
cp runs/train/exp/weights/best.pt best.pt
テスト画像をダウンロードします。
wget https://github.com/dai-ichiro/robo-one/raw/main/test.jpg
「detect.py」を実行します。
python detect.py --weights best.pt --source test.jpg --conf-thres 0.9
結果
このような画像が保存されます。
非常にうまくいっています。
動画ファイル名がクラス名になっています。
拡張性
今回はクラス数 2、動画 2でした。1つのクラスに複数の動画を撮った場合にも対応しています。その際は同一クラスの動画を一つのフォルダにいれてフォルダ名を引数にして下さい。動画ファイルを引数とした場合はそのファイル名がクラス名になります。フォルダを引数とした場合にはフォルダ名がクラス名になります。
動作環境
Ubuntu 22.04 on WSL2 (Windows11) CUDA toolkit 11.3.1
python 3.10.4
Python環境構築
すべてpipでインストール可能です。pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 --extra-index-url https://download.pytorch.org/whl/cu113 pip install -r https://raw.githubusercontent.com/WongKinYiu/yolov7/master/requirements.txt pip install yacs pip install gdown
absl-py==1.2.0 asttokens==2.0.7 backcall==0.2.0 beautifulsoup4==4.11.1 cachetools==5.2.0 certifi==2022.6.15 charset-normalizer==2.1.0 cycler==0.11.0 decorator==5.1.1 executing==0.10.0 filelock==3.8.0 fonttools==4.34.4 gdown==4.5.1 google-auth==2.10.0 google-auth-oauthlib==0.4.6 grpcio==1.47.0 idna==3.3 ipython==8.4.0 jedi==0.18.1 kiwisolver==1.4.4 Markdown==3.4.1 MarkupSafe==2.1.1 matplotlib==3.5.3 matplotlib-inline==0.1.3 numpy==1.23.2 oauthlib==3.2.0 opencv-python==4.6.0.66 packaging==21.3 pandas==1.4.3 parso==0.8.3 pexpect==4.8.0 pickleshare==0.7.5 Pillow==9.2.0 prompt-toolkit==3.0.30 protobuf==3.19.4 psutil==5.9.1 ptyprocess==0.7.0 pure-eval==0.2.2 pyasn1==0.4.8 pyasn1-modules==0.2.8 Pygments==2.12.0 pyparsing==3.0.9 PySocks==1.7.1 python-dateutil==2.8.2 pytz==2022.2.1 PyYAML==6.0 requests==2.28.1 requests-oauthlib==1.3.1 rsa==4.9 scipy==1.9.0 seaborn==0.11.2 six==1.16.0 soupsieve==2.3.2.post1 stack-data==0.4.0 tensorboard==2.10.0 tensorboard-data-server==0.6.1 tensorboard-plugin-wit==1.8.1 thop==0.1.1.post2207130030 torch==1.11.0+cu113 torchvision==0.12.0+cu113 tqdm==4.64.0 traitlets==5.3.0 typing_extensions==4.3.0 urllib3==1.26.11 wcwidth==0.2.5 Werkzeug==2.2.2 yacs==0.1.8
その他
VRAMが不足するようならYOLOv7の学習時にバッチサイズを下げる必要があります。GTX 1080（VRAM 8GB）やRTX 3080（VRAM 12GB）が載ったPCでは16で動かなかったため8に下げました。RTX 3060 Laptop（VRAM 6GB）が載ったノートPCでは8で動かなかったため4に下げました。2022年9月20日追記：最新記事はこちら
最新記事はこちらになります。touch-sp.hatenablog.com
