【2023-Pytorch-检测教程】手把手教你使用YOLOV5做电线绝缘子缺陷检测

随着社会和经济的持续发展，电力系统的投资与建设也日益加速。在电力系统中，输电线路作为电能传输的载体，是最为关键的环节之一。而绝缘子作为输电环节中的告急设备，在支持固定导线，保障绝缘间隔的方面有着告急作用。大多数高压输电线路重要架设在非都会本地区，绝缘子在输电线路中由于数量浩繁、跨区分布，且长期袒露在氛围中，受恶劣自然环境的影响，非常容易发生故障。随着大量输电工程的快速建设，传统依靠人工巡检的模式，已经越来越难以顺应高质量运维的要求。随着国网公司智能化要求的提拔，无人机技能的快速应用，接纳无人机智能化巡视，能够大幅度淘汰运维职员及时间，提拔质量，因此得到快速发展。
深度学习技能的大量应用，盘算机运算性能的不断进步，为无人机正确辨认和定位绝缘子，实时跟踪拍摄开辟了新的办理途径。本文对输电线路中绝缘子进行辨认及定位，利用深度学习技能接纳基于YOLOv5 算法的目标检测本事，结合绝缘子数据集的特点，对无人机拍摄图片进行训练，实现对绝缘子精准辨认和定位，大幅提拔无人机巡检时对绝缘子设备正确跟踪、判定的服从，具有非常告急的应用结果。
废话不多说，咱们先看两张现实结果。


注意事项

• 只管使用英文路径，制止中文路径，中文路径大概会导致代码安装错误和图片读取错误。
  
• pycharm运行代码一定要注意左下角是否在捏造环境中。
  
• 库的版本很告急，使用本教程提供的代码将会事半功倍
  

遇到办理不了的问题可以通过私信（QQ:3045834499）接洽我，粉丝儿朋侪远程调试该项目（包罗数据集和训练好的三组模子）仅需99个圆子。
前期预备

项目下载地点： YOLOV5电线绝缘子缺陷检测数据集+代码+模子+讲授视频+参考论文资源-CSDN文库
电脑设置

大部分小同伴使用的电脑一样平常都是windows系统，在windows系统下跑代码，难免会遇到各种各样的bug，起首是编码问题，为了防止代码在运行过程中，出现编码错误，我们起首要将我们电脑的语言设置为utf-8格式，详细如下。起首在搜索框搜索语言，点击这里。

找到管理语言设置。

勾选utf-8即可。

另外有的电脑初始设置的时间内存是由电脑自行分配的，很大概在运行训练代码的时间出现显存溢出的环境，为了防止该环境的出现，我们必要在高级系统设置中对捏造内存进行设置，如下。
起首打开高级系统设置，点开性能中的设置。

在高级中找到捏造内存的设置。

以d盘为例，这里我们将捏造内存设置在4G到8G之间，其余操纵一样。

其他盘也设置完成之后，点击确定之后按照电脑提示重启即可。
相关软件安装

• Nvidia驱动安装（可选）
  起首是驱动的安装，这个末节重要是针对电脑带有Nvidia显卡的小同伴，假如你的电脑没有Nvidia显卡，你直接跳过就可以了，你可以通过右下方的使命栏判定是是否具有这个显卡，假如是笔者这里的绿色小眼睛图标，阐明你是具有Nvidia显卡的。
  
  驱动下载的地点为：官方驱动 | NVIDIA
  注意请按照你电脑详细的型号来选择驱动文件，不清晰的可以通过设备管理器来查看你显卡的详细型号。
  
  
  下载exe文件之后，直接下一步下一步按照默认安装就好，注意这里最好按照默认目次安装，否则大概导致安装失败的环境如下，安装完毕之后重启电脑，在下令行中输入nvidia-smi，假如正常输出显卡的信息阐明显卡驱动安装已经成功。
  
  另外，这里多叭叭两句。
  很多的太古教程会教你去安装cuda和cudnn，这个过程非常贫苦，而且必要你注册nvidia的账户，由于众所周知的缘故起因，账户注册就很繁琐。其实，在新版本的驱动安装中，就已经自带最新版本的cuda，比如我上图所示的在笔者驱动安装完毕之后已经自带了12.0的cuda，cuda这个东西是向下兼容的，后续的cudnn那些我们直接通过anaconda来安装就可以了，这样真的省心很多。
  
• Anaconda安装
  conda是一个开源的包、环境管理器，可以用于在同一个呆板上安装不同版本的软件包及其依靠，并能够在不同的环境之间切换。我剧烈推荐你使用他，他的作用类似于java中的maven和我们平常使用的捏造机，他能够包管的项目之间相互是隔离的。举个简单的例子，假如你同时有两个项目，你一个使用的pytorch1.8，一个用的是pytorch1.10，这样一个环境肯定就不敷了，这个时间anaconda就派上大用场了，他可以创建两个环境，各用各的，互不影响。
  Anaconda有完全版本和Miniconda，此中完备版太痴肥了，我这边推荐使用miniconda，下载地点在：Index of /anaconda/miniconda/ | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror
  下滑到最下方，点击这个版本的下载即可。
  
  同样的，下载之后安装即可，注意不要安装在C盘！！！，另外，添加到系统路径这个选项也请务必选上，后面使用起来会带来很多便捷，而且这里的安装位置请你一定要记得，后面我们在Pycharm中将会使用到。
  
  
• Pycharm安装
  OK，Anaconda安装完成之后，我们还必要一个编辑器来写代码，这里推荐大家使用Pycharm，Pycharm有专业版和社区版，社区版是免费的，专业版假如你有教导邮箱的话也可以通过教导邮箱注册账户来使用，但是社区版的功能已经够绝大多数小同伴来用了，Pycharm的下载地点在：Download PyCharm: Python IDE for Professional Developers by JetBrains
  
  注意也是安装的时间不要安装在c盘，而且安装过程中这些可选的选项要勾上。
  
  完成之后，比如我们用pycharm打开一个项目，在新版本的下方会出现下令行无法使用的环境。请使用管理员模子打开powershell。
  
  然后实行实行指令set-ExecutionPolicy RemoteSigned，输入Y然后enter完成即可。
  
  另外，在Pycharm的右下方是体现的是你所处的捏造环境，这里先简单说下在pycharm中怎样使用anaconda中创建的捏造环境。
  
  
  点击ok之后，右下角出现你的捏造环境名称就体现成功了。
  
  

以上这些步调完成之后，恭喜你，差不多一半的工作就完事了，剩下无非就是根据不同的项目来配置环境和实行代码了。
嗷，对这里我们也说一下，如安在Pycharm中选Anaconda的捏造环境。
环境配置

OK，来到关键环境配置的部分，起首大家下载代码之后会得到一个压缩包，在当前文件夹解压之后，进入CMD开始我们的环境配置环节。

为了加速后期第三方库的安装速度，我们这里必要添加几个国内的源进来，直接复制粘贴下面的这些指令到你的下令行即可。

1. conda config --remove-key channels
2. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
3. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
4. conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
5. conda config --set show_channel_urls yes
6. pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

复制代码

实行完毕大概是下面这个样子，后面你就可以飞速下载这些库了。

创建捏造环境

起首，我们必要根据我们的项目来创建一个捏造环境，通过下面的指令创建并激活捏造环境。
我们创建一个Python版本为3.8.5，环境名称为yolo的捏造环境。

1. conda create -n yolo python==3.8.5
2. conda activate yolo

复制代码

牢记！这里一定要激活你的捏造环境，否则后续你的库会安装在基础环境中，前面的小括号体现你处于的捏造环境。
Pytorch安装

注意Pyotorch和其他库不太一样，Pytorch的安装涉及到conda和cudnn，一样平常而言，对于30系的显卡，我们的cuda不能小于11，对于10和20系的显卡，一样平常使用的是cuda10.2。下面给出了30系显卡、30系以下显卡和cpu的安装指令，请大家根据自己的电脑配置自行下载。笔者这里是3060的显卡，以是实行的是第一条指令。

1. conda install pytorch==1.10.0 torchvision torchaudio cudatoolkit=11.3 # 30系列以上显卡gpu版本pytorch安装指令
2. conda install pytorch==1.8.0 torchvision torchaudio cudatoolkit=10.2 # 10系和20系以及mx系列的执行这条
3. conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly # CPU的小伙伴直接执行这条命令即可

复制代码

安装之后，可以和笔者一样，输入下面的指令测试以下gpu是否可用，假如输出的是true体现GPU是可用的。

其余库安装

其余库的安装就非常简单了，我们通过pip来进行安装，注意这里一定要确保你实行的目次下有requirements.txt这个文件，否则你将会遇到文件找不到的bug，你可以通过dir指令来查看是否有这个文件。

1. pip install -r requirements.txt

复制代码

Pycharm中运行

一是为了查看代码方便，二是为了运行方便，这里我们使用Pycharm打开项目，点击这里右键文件夹直接打开项目即可非常方便。
打开之后你将会看到这样的一个界面，此中左侧是文件欣赏器，中心是编辑器，下方是一些工具，右下角是你所处的捏造环境 。

之后，我们就必要为当前的项目选择捏造环境了，这一步非常告急，有的兄弟配置好了没选环境，你将会遇到一堆奇怪的bug，选环境的步调如下。
起首点击，添加表明器。

三步走选择我们刚才创建的捏造环境，点击ok。


之后你可以你可以右键实行main_window.py这个文件，出现下面的画面阐明你就成功了。


数据集预备

数据集这里我放在了CSDN中，大家可以实行标注预备数据集，大概使用这里我处置惩罚好的数据集，数据集下载之后放在和代码目次同级的data目次下。

数据集打开之后你将会看到两个文件夹，images目次存放图片文件，labels目次存放标签文件。

之跋文着你这里的数据集路径，在后面的训练中我们将会使用到，比如笔者这里的F:\new_project\sfid\data\target_sfid。

训练和测试

注：这里你可以选择去自己实验以下，笔者在runs的train目次下已经放了训练好的模子，你是可以直接使用。
下面就是训练的过程，笔者这里已经将数据集和模子的配置文件写好了，你只必要将数据会集的数据路径更换成你的路径，实行go_train.py即可开始训练了。

实行go_train.py文件中，包罗三条指令，分别体现yolov5中small模子、medium模子和large模子，比如我这里要训练s模子，我就将其他两个模子训练的指令表明掉就好了。

运行之后，下方会输出运行的信息，这里的红色只是日记信息，不是报错，大家不要恐惧。

以笔者这里的s模子为例，详细寄义如下。

图形化步伐

末了就是实行我们的图形化界面步伐了。

直接右键实行window_main.py实行即可，这里上两章结果图。



来源：https://blog.csdn.net/ECHOSON/article/details/129560401
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！