yolov5检测小目标（附源码）

yolov5小目标检测（图像切割法附源码）

前言

yolov5大家都熟悉，通用性很强，但针对一些小目标检测的效果很差。
YOLOv5算法在训练模型的过程中，默认设置的图片大小为640x640像素(img-size)，为了检测小目标时，如果只是简单地将img-size改为4000*4000大小，那么所需要的内存会变得非常之大，几乎没有可行性。
以下是对6k * 4k的图片，进行小目标检测训练结果，八张图一个字：烂

数据集（路面标志）：

图像切割

最简单的方法就是把这个大图片切割成小图片，参考开源框架SAHI[1]
几个问题：

1、简单切割，要保证切割后每张图片大小一致；
2、切割过程难免会切掉目标，需要设置“融合”区域；
3、切割后的数据集是小图片的数据集，那么同样，目标检测的时候也只能检测小图片。那就要对检测之后的小图片做合并处理。（麻烦）

1、图像切割

大体结构图：
其中蓝绿色是切割后的4*4=16张子图，红蓝框的部分是融合图，混合比例0.2

这个简单，参考博客python切割图片，用opencv切割就行，注意同时要切割好融合部分的图片。

# 融合部分图片
def img_mix(img, row_height, col_width, save_path, file):
    mix_num = 3
    # 每行的高度和每列的宽度

    # 分割成4*4就是有
    # 4*3个行融合区域
    # 3*4个列融合区域
    # 一行的融合
    row = 0
    for i in range(mix_num + 1):
        mix_height_start = i * row_height
        mix_height_end = (i + 1) * row_height
        for j in range(mix_num):
            mix_row_path = save_path + '/' + file + '_mix_row_' + str(row) + '.jpg'
            mix_row_start = int(j * col_width + col_width * (1 - mix_percent))
            mix_row_end = int(mix_row_start + col_width * mix_percent * 2)
            # print(mix_height_start, mix_height_end, mix_row_start, mix_row_end)
            mix_row_img = img[mix_height_start:mix_height_end, mix_row_start:mix_row_end]
            cv2.imwrite(mix_row_path, mix_row_img)
            row += 1

    col = 0
    # 一列的融合
    for i in range(mix_num):
        mix_col_start = int(i * row_height + row_height * (1 - mix_percent))
        mix_col_end = int(mix_col_start + row_height * mix_percent * 2)
        for j in range(mix_num + 1):
            mix_col_path = save_path + '/' + file + '_mix_col_' + str(col) + '.jpg'
            mix_width_start = j * col_width
            mix_width_end = (j + 1) * col_width
            # print(mix_col_start, mix_col_end, mix_width_start, mix_width_end)
            mix_col_img = img[mix_col_start:mix_col_end, mix_width_start:mix_width_end]
            cv2.imwrite(mix_col_path, mix_col_img)
            col += 1

2、目标检测

没啥好说的这个，图片切割后把yolov5的图片训练路径、检测路径改成切割后的图片就好。
注意一点
训练的时候有 融合图 ， 检测的时候没有（因为我没做融合图的检测，容易和子图之间产生重复，比较是机器检测的结果）
更改路径：直接在 def run()下面更改路径，如detect.py:

检测结果：

3、融合

这个说难不难，说简单也不简单
主要是要思路清晰

1、需要定位每一张图片所在的位置（比如切割成4*4，总共有16个位置）
2、根据每一个位置，对每一张图片的检测结果（txt文件）内容进行相应处理，处理成在大图中对应的位置，比如位置是 右上角(0, 3)， 那么该图片中检测到的结果的x值都应该加上 (3 * 大图宽度/4)，再重新转换成yolov5的标注格式

差不多就这样子？
融合结果

4、结果观察

前面说到，这里的训练和检测都是基于小图片进行，那么就不好直接观察结果如何（检测图片上的框）
那么可以针对融合的txt文件结果，在原图上直接用 ImageDraw 画一个框
结果还不错

训练结果

看看训练结果

其他

也可以参考一些类似的项目
yolov5-tph： https://github.com/Gumpest/YOLOv5-Multibackbone-Compression
yolov-z
还有什么增加小目标检测层（感觉不通用，试了下除了增加训练时间之外，效果也一般般）

相关文件：

配置文件： config.py
裁剪图片： cut_image.py
融合图片： joint_image.py
原图画框： draw_box.py
主函数： main.py
下载地址①
文件下载地址②