英特尔开发板部署 YOLOv5：完成透明物体目标检测
加入技术交流群
Intel 的哪吒（Nezha）开发套件是一款专为边缘AI和物联网应用设计的高性能计算平台，搭载了Intel® N97处理器、内置 Intel® UHD Graphics GPU，并提供高达8GB LPDDR5内存与32GB至64GB eMMC存储选项。它支持 Windows 和 Linux 操作系统，具备丰富的接口如千兆以太网、HDMI 1.4、USB 3.0/2.0 以及 GPIO 等，兼容树莓派扩展板。
此外，该套件采用无风扇设计并集成了 TPM 2.0 安全模块，适用于自动化、物联网网关、数字标牌及机器人等多种场景，结合 OpenVINO™ 工具包可加速深度学习模型推理，便于开发者快速构建高效且安全的解决方案。
YOLOv5 简介
YOLOv5 是 YOLO（You Only Look Once）系列中的一种实时对象检测系统，它以速度快、准确性高而闻名。对于开发者来说，YOLOv5 提供了一种简单易用的方法来创建高效的对象检测模型。官方 GitHub 仓库提供了丰富的资源和示例代码，可以帮助用户快速入门并开始构建自己的检测器。
GitHub: https://github.com/ultralytics/yolov5
哪吒套件部署 YOLOv5
YOLOv5 以其出色的实时性能和高准确性而受到广泛欢迎，并且官方提供了详尽的文档和支持，与其他设备相同，在哪吒套件上部署 YOLOv5 进行透明物体目标检测时，用户仍需注意一些关键步骤。
首先，确保开发环境已正确配置，包括安装所有必要的依赖项如 Python、PyTorch 等。接着，准备训练数据集是至关重要的一步，这通常涉及将图像及其标注信息按照特定格式整理好。对于透明物体检测这样的特定任务，可能还需要对模型做一些微调以优化其识别能力。整个过程虽然需要一定的技术背景支持，但借助于丰富的在线资源和社区帮助，即使是初次尝试者也能顺利完成部署。
下面的步骤可以让你在搭载在哪吒套件的 windows 平台快速上手训练自己的模型。
搭配环境与安装依赖
在 win+R 中打开 cmd，输入以下代码创建并进入一个名为 yolov5s, python3.8 版本的虚拟环境：
conda create -n yolov5s python=3.8 conda activate yolov5s
克隆仓库：从官方 GitHub 仓库克隆 YOLOv5 项目到本地机器。
git clone https://github.com/ultralytics/yolov5 cd yolov5
然后输入以下代码,即可自动下载安装所有需要的库。
pip install -r requirements.txt
如果下载速度过慢,可能会导致报错,可以复制下面代码(清华源)到cmd中运行,然后在重新进行上面下载库的步骤：
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.数据集下载
Trans10K 是一个公开的大规模透明物体分割数据集，包含10,428张真实场景图像，每张都经过手动标注。它提供了多样化的透明物体样本，如杯子、瓶子和窗户等。数据集分为训练（5,000张）、验证（1,000张）和测试（4,428张）三部分，并进一步细分为简单和困难类别，整个数据集大小约为10.6GB。
可以使用相应的 SDK 进行下载：
pip install openxlab #安装 pip install -U openxlab #版本升级 import openxlab openxlab.login(ak=<Access Key>, sk=<Secret Key>) #进行登录，输入对应的AK/SK from openxlab.dataset import info info(dataset_repo='OpenDataLab/Trans10K') #数据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/') # 数据集下载 from openxlab.dataset import download download(dataset_repo='OpenDataLab/Trans10K',source_path='/README.md', target_path='/path/to/local/folder') #数据集文件下载
下载后解压即可。
2.格式化数据
Trans10K 数据集通常包含图像及其对应的标注文件。为了与 YOLOv5 兼容，您需要确保每个图像都有一个对应的.txt文件，其中包含目标框的位置信息。格式如下：
class_index x_center y_center width height
所有坐标都是相对于图像尺寸的归一化值（0.0到1.0之间）。
然而 Trans10K 的标注格式不是 YOLO 格式。
这就需要编写一个脚本来将标注转换为 YOLO 格式。转换脚本如下：
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):
# 创建保存路径
Path(save_path).mkdir(parents=True, exist_ok=True)
# 遍历 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)
# 获取文件名，无扩展名
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 (归一化到[0,1]范围)
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
# 假设所有目标都是同一类 (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.组织文件结构
按照 YOLOv5 的要求组织文件结构。需要以下目录结构：
/path/to/dataset/ ├── images/│ ├── train/│ └── val/ └── labels/ ├── train/ └── val/
images/ 目录下存放图像文件。
labels/ 目录下存放相应的标注文件（.txt）。
4.配置data.yaml文件
编辑 YOLOv5 项目中的 data.yaml 文件或者新建一个 trans10k_data.yaml，指定数据集路径及类别信息，如下所示。
train: /path/to/dataset/images/train # 训练图片路径 val: /path/to/dataset/images/val # 验证图片路径 nc: 1 # 类别数量，假设只有一个类别 names: ['transparent_object'] # 类别名称列表
启动训练
使用以下命令启动训练过程。您可以根据硬件性能调整图片大小(--img)、批量大小(--batch)等选项。
python train.py --img 640 --batch 16 --epochs 50 --data data/trans10k_data.yaml --cfg models/yolov5s.yaml --weights yolov5s.pt
训练完成后，就得到了一个能够检测透明目标的模型。
总结
通过遵循上述步骤，即使是初学者也能迅速掌握 YOLOv5 的训练方法并在 Intel 的哪吒（Nezha）开发套件上成功运行。哪吒套件凭借其高性能的 Intel® N97 处理器、内置的 Intel® UHD Graphics GPU 以及高达8GB的 LPDDR5 内存，为实时目标检测提供了强大的计算支持。
借助 YOLOv5 的强大功能以及个性化的 Trans10K 数据集，用户能够快速开发出针对透明物体的高度精确的对象检测模型。哪吒套件的无风扇设计和丰富的接口选项比如千兆以太网、HDMI 1.4、USB 3.0/2.0等，使其非常适合部署在各种边缘计算环境中，无论是智能监控、工业自动化还是其他物联网应用，都能提供可靠且高效的解决方案。
评论