当YOLOv5遇见OpenVINO！

一、YOLOv5网络

YOLOv5代码链接：https://github.com/ultralytics/yolov5

YOLOv5 于2020年6月发布！一经推出，便得到CV圈的瞩目，目前在各大目标检测竞赛、落地实战项目中得到广泛应用。

YOLOv5在COCO上的性能表现：

YOLOv5一共有4个版本，分别是Yolov5s、Yolov5m、Yolov5l、Yolov5x，其中性能依次增强。比如YOLOv5s模型参数量最小，速度最快，AP精度最低；YOLOv5x模型参数量最大，速度最慢，AP精度最高。

其中YOLOv5网络结构如下：

图源：https://zhuanlan.zhihu.com/p/172121380

二、OpenVINO™工具套件介绍

OpenVINO™工具套件是英特尔针对自家硬件平台开发的一套深度学习工具库，包含推理库，模型优化等等一系列与深度学习模型部署相关的功能。同时可以兼容各种开源框架训练好的模型，拥有算法模型上线部署的各种能力，只要掌握了该工具，你可以轻松的将预训练模型在英特尔的CPU、VPU等设备上快速部署起来。

三、重新训练YOLOv5

3.1 下载YOLOv5代码和权重文件
大家可以直接clone YOLOv5官方github代码：

git clone https://github.com/ultralytics/yolov5

也可以在官方github的releases中下载正式发布的版本：

https://github.com/ultralytics/yolov5/releases

我们这里下载YOLOv5 v3.1版本的源代码和yolov5s.pt权重文件。值得注意，目前YOLOv5已更新至v5.0，但在实际转换OpenVINO™工具套件推理应用中遇到不少问题，为了方便使用，这里推荐较稳定的YOLOv5 v3.1版本。

3.2 数据集准备
数据集可以是自己标注的，也可以用网上开源的数据集。如果是标注自己的目标检测数据集，一般使用labelImg工具（超好用！支持COCO等格式）。

这里我们下载使用roboflow开源的口罩检测数据集（Mask Wearing Dataset），该数据集只有149幅图像，方便练手，而且格式直接支持YOLOv5！

https://public.roboflow.com/object-detection/mask-wearing

3.3 重新训练YOLOv5
3.3.1 修改参数
训练自定义数据集，一般需要修改两个参数：

nc：需要识别的类别

anchors：YOLOv5默认自适应anchors计算，也可以自定义通过k-means算法计算

其中，nc是一定要修改的，比较每个数据集的类别会不一样，而anchors可以不用修改，即默认自适应计算。

比如Mask Wearing数据集只有两种类别：mask和no-mask，所以nc = 2。可见data.yaml中的信息：

这里使用YOLOv5s进行训练，所以需要同步修改yolov5/models/yolov5s.yaml 文件中的nc数值，设置为2：

3.3.2 训练YOLOv5
训练命令如下：

python train.py --data 数据集路径/data.yaml --cfg models/yolov5s.yaml --weights '' --batch-size 64 --epochs 100

注：训练命令行的参数含义可参考：https://docs.ultralytics.com，比如batch size、epochs可以根据训练设备自行调整

训练完成后，权重文件会自动保存在runs文件夹中，自动生成last.pt和best.pt，如下图所示：

3.3.3 YOLOv5 Demo检测
对测试集中的图像进行检测，执行命令如下：

python detect.py --weight runs/exp6/weights/best.pt --source 数据集路径/test/images/1288126-10255706714jpg_jpg.rf.95f7324cbfd48e0386e0660b5e932223.jpg

输入图像：

口罩检测结果：

四、模型转换（YOLOv5—>OpenVINO™工具套件）

将YOLOv5的.pt训练权重文件转换成OpenVINO™工具套件调用的文件，主要的流程是：.pt 权重文件 —> ONNX 权重文件 —> IR 文件（.bin和xml）。其中利用ONNX（Open Neural Network Exchange，开放神经网络交换）进行文件格式转换。

使用版本说明：

• Ubuntu 18.04

• OpenVINO™工具套件 2021.03

4.1 .pt 权重文件 —> ONNX 权重文件
先安装ONNX，然后运行脚本，实现转换。

4.1.1 安装ONNX
ONNX的安装方法相对简单，直接pip安装即可：

pip install onnx

4.1.2 ONNX转换
YOLOv5官方提供了转换成ONNX权重的脚本文件，位于yolov5/models/export.py，使用说明详见：https://github.com/ultralytics/yolov5/issues/251

注意，这里需要将export.py脚本文件中的opset_version修改为10：

torch.onnx.export(model, img, f, verbose=False, opset_version=10, input_names=['images'],
                          output_names=['classes', 'boxes'] if y is None else ['output'])

然后再执行如下转换指令：

python models/export.py --weights runs/exp6/weights/best.pt --img 640 --batch 1

转换成功后，就会在runs/exp6/weights文件夹中生成best.onnx文件。

注：这里可以使用Netron打开yolov5s.onnx，进而可视化YOLOv5模型。

Netron在线可视化：https://netron.app/

Netron github：https://github.com/lutzroeder/netron

4.2 ONNX 权重文件 —> IR 文件（.bin和.xml）
先安装、配置OpenVINO™工具套件，然后运行脚本，实现转换。

4.2.1 安装OpenVINO™工具套件
安装OpenVINO™工具套件的方法有很多，详见官网：

https://docs.openvinotoolkit.org/latest/index.html

这里我是使用APT的方式，具体参考：https://docs.openvinotoolkit.org/latest/openvino_docs_install_guides_installing_openvino_apt.html

安装命令如下：

wget https://apt.repos.intel.com/openvino/2021/GPG-PUB-KEY-INTEL-OPENVINO-2021
apt-key add GPG-PUB-KEY-INTEL-OPENVINO-2021
apt-key list
touch /etc/apt/sources.list.d/intel-openvino-2021.list
echo "deb https://apt.repos.intel.com/openvino/2021 all main" >> /etc/apt/sources.list.d/intel-openvino-2021.list
apt update

执行完上述命令后，可出现：

然后搜索可下载的包，要注意系统版本：

sudo apt-cache search intel-openvino-dev-ubuntu18

这里安装intel-openvino-dev-ubuntu18-2021.3.394版本

apt install intel-openvino-dev-ubuntu18-2021.3.394

安装成功后，输出内容如下图所示：

4.2.2 OpenVINO™工具套件转换
安装好OpenVINO™工具套件后，我们需要使用OpenVINO™工具套件的模型优化器（Model Optimizer）将ONNX文件转换成IR（Intermediate Representation）文件。

首先设置 OpenVINO™工具套件的环境和变量：

source /opt/intel/openvino_2021/bin/setupvars.sh

然后运行如下脚本，实现ONNX模型到IR文件（.xml和.bin）的转换：

python /opt/intel/openvino_2021/deployment_tools/model_optimizer/mo.py --input_model runs/exp6/weights/best.onnx --model_name yolov5s_best -s 255 --reverse_input_channels --output Conv_487,Conv_471,Conv_455

关于命令行的参数用法，更多细节可参考：https://docs.openvinotoolkit.org/cn/latest/openvino_docs_MO_DG_prepare_model_convert_model_Converting_Model_General.html

转换成功后，即可得到yolov5s_best.xml 和 yolov5s_best.bin文件。

五、使用OpenVINO™工具套件进行推理部署

5.1 安装Python版的OpenVINO™工具套件
这里使用Python进行推理测试。因为我上面采用apt的方式安装OpenVINO™工具套件，这样安装后Python环境中并没有OpenVINO™工具套件，所以我这里需要用pip安装一下OpenVINO™工具套件。

注：如果你是编译源码等方式进行安装的，那么可以跳过这步：

pip install openvino

另外，安装时要保持版本的一致性：

5.2 OpenVINO™工具套件实测
OpenVINO™工具套件官方提供了YOLOv3版本的Python推理demo，可以参考：

https://github.com/openvinotoolkit/open_model_zoo/blob/master/demos/object_detection_demo/python/object_detection_demo.py

我们这里参考这个已经适配好的YOLOv5版本：https://github.com/violet17/yolov5_demo/blob/main/yolov5_demo.py，该源代码的输入数据是camera或者video，所以我们可以将test数据集中的图像转换成视频（test.mp4）作为输入，或者可以自行修改成图像处理的代码。

其中YOLOv5版本相对于官方YOLOv3版本的主要修改点：

1. 自定义letterbox函数，预处理输入图像：

def letterbox(img, size=(640, 640), color=(114, 114, 114), auto=True, scaleFill=False, scaleup=True):
    # Resize image to a 32-pixel-multiple rectangle https://github.com/ultralytics/yolov3/issues/232
    shape = img.shape[:2]  # current shape [height, width]
    w, h = size

    # Scale ratio (new / old)
    r = min(h / shape[0], w / shape[1])
    if not scaleup:  # only scale down, do not scale up (for better test mAP)
        r = min(r, 1.0)

    # Compute padding
    ratio = r, r  # width, height ratios
    new_unpad = int(round(shape[1] * r)), int(round(shape[0] * r))
    dw, dh = w - new_unpad[0], h - new_unpad[1]  # wh padding
    if auto:  # minimum rectangle
        dw, dh = np.mod(dw, 64), np.mod(dh, 64)  # wh padding
    elif scaleFill:  # stretch
        dw, dh = 0.0, 0.0
        new_unpad = (w, h)
        ratio = w / shape[1], h / shape[0]  # width, height ratios

    dw /= 2  # divide padding into 2 sides
    dh /= 2

    if shape[::-1] != new_unpad:  # resize
        img = cv2.resize(img, new_unpad, interpolation=cv2.INTER_LINEAR)
    top, bottom = int(round(dh - 0.1)), int(round(dh + 0.1))
    left, right = int(round(dw - 0.1)), int(round(dw + 0.1))
    img = cv2.copyMakeBorder(img, top, bottom, left, right, cv2.BORDER_CONSTANT, value=color)  # add border

    top2, bottom2, left2, right2 = 0, 0, 0, 0
    if img.shape[0] != h:
        top2 = (h - img.shape[0])//2
        bottom2 = top2
        img = cv2.copyMakeBorder(img, top2, bottom2, left2, right2, cv2.BORDER_CONSTANT, value=color)  # add border
    elif img.shape[1] != w:
        left2 = (w - img.shape[1])//2
        right2 = left2
        img = cv2.copyMakeBorder(img, top2, bottom2, left2, right2, cv2.BORDER_CONSTANT, value=color)  # add border
    return img

2. 自定义parse_yolo_region函数， 使用Sigmoid函数的YOLO Region层 ：

def parse_yolo_region(blob, resized_image_shape, original_im_shape, params, threshold):
    # ------------------------------------------ Validating output parameters ------------------------------------------    
    out_blob_n, out_blob_c, out_blob_h, out_blob_w = blob.shape
    predictions = 1.0/(1.0+np.exp(-blob)) 
                   
    assert out_blob_w == out_blob_h, "Invalid size of output blob. It sould be in NCHW layout and height should " \
                                     "be equal to width. Current height = {}, current width = {}" \
                                     "".format(out_blob_h, out_blob_w)

    # ------------------------------------------ Extracting layer parameters -------------------------------------------
    orig_im_h, orig_im_w = original_im_shape
    resized_image_h, resized_image_w = resized_image_shape
    objects = list()
 
    side_square = params.side * params.side

    # ------------------------------------------- Parsing YOLO Region output -------------------------------------------
    bbox_size = int(out_blob_c/params.num) #4+1+num_classes

    for row, col, n in np.ndindex(params.side, params.side, params.num):
        bbox = predictions[0, n*bbox_size:(n+1)*bbox_size, row, col]
        
        x, y, width, height, object_probability = bbox[:5]
        class_probabilities = bbox[5:]
        if object_probability < threshold:
            continue
        x = (2*x - 0.5 + col)*(resized_image_w/out_blob_w)
        y = (2*y - 0.5 + row)*(resized_image_h/out_blob_h)
        if int(resized_image_w/out_blob_w) == 8 & int(resized_image_h/out_blob_h) == 8: #80x80, 
            idx = 0
        elif int(resized_image_w/out_blob_w) == 16 & int(resized_image_h/out_blob_h) == 16: #40x40
            idx = 1
        elif int(resized_image_w/out_blob_w) == 32 & int(resized_image_h/out_blob_h) == 32: # 20x20
            idx = 2

        width = (2*width)**2* params.anchors[idx * 6 + 2 * n]
        height = (2*height)**2 * params.anchors[idx * 6 + 2 * n + 1]
        class_id = np.argmax(class_probabilities)
        confidence = object_probability
        objects.append(scale_bbox(x=x, y=y, height=height, width=width, class_id=class_id, confidence=confidence,
                                  im_h=orig_im_h, im_w=orig_im_w, resized_im_h=resized_image_h, resized_im_w=resized_image_w))
    return objects

3. 自定义scale_bbox函数，进行边界框后处理 ：

def scale_bbox(x, y, height, width, class_id, confidence, im_h, im_w, resized_im_h=640, resized_im_w=640):
    gain = min(resized_im_w / im_w, resized_im_h / im_h)  # gain  = old / new
    pad = (resized_im_w - im_w * gain) / 2, (resized_im_h - im_h * gain) / 2  # wh padding
    x = int((x - pad[0])/gain)
    y = int((y - pad[1])/gain)

    w = int(width/gain)
    h = int(height/gain)
 
    xmin = max(0, int(x - w / 2))
    ymin = max(0, int(y - h / 2))
    xmax = min(im_w, int(xmin + w))
    ymax = min(im_h, int(ymin + h))
    # Method item() used here to convert NumPy types to native types for compatibility with functions, which don't
    # support Numpy types (e.g., cv2.rectangle doesn't support int64 in color parameter)
    return dict(xmin=xmin, xmax=xmax, ymin=ymin, ymax=ymax, class_id=class_id.item(), confidence=confidence.item())

但在实际测试中，会出现这个问题 ‘openvino.inference_engine.ie_api.IENetwork’ object has no attribute ‘layers’ ：

[ INFO ] Creating Inference Engine... [ INFO ] Loading network files: yolov5/yolov5s_best.xml yolov5/yolov5s_best.bin yolov5_demo.py:233: DeprecationWarning: Reading network using constructor is deprecated. Please, use IECore.read_network() method instead  net = IENetwork(model=model_xml, weights=model_bin) Traceback (most recent call last):  File "yolov5_demo.py", line 414, in <module>    sys.exit(main() or 0)  File "yolov5_demo.py", line 238, in main    not_supported_layers = [l for l in net.layers.keys() if l not in supported_layers] AttributeError: 'openvino.inference_engine.ie_api.IENetwork' object has no attribute 'layers'

经过我调研后才得知，在OpenVINO™工具套件2021.02及以后版本， ‘ie_api.IENetwork.layers’ 就被官方删除了：

所以需要将第327、328行的内容：

out_blob = out_blob.reshape(net.layers[layer_name].out_data[0].shape) 
layer_params = YoloParams(net.layers[layer_name].params, out_blob.shape[2])

修改为：

out_blob = out_blob.reshape(net.outputs[layer_name].shape)
params = [x._get_attributes() for x in function.get_ordered_ops() if x.get_friendly_name() == layer_name][0]
layer_params = YoloParams(params, out_blob.shape[2])

并在第322行下面新添加一行代码：

function = ng.function_from_cnn(net)

最终在终端，输入下面命令：

python yolov5_demo.py -m yolov5/yolov5s_best.xml test.mp4

加上后处理，使用OpenVINO™工具套件的推理时间平均在220ms左右，测试平台为英特尔® 酷睿™ i5-7300HQ，而使用PyTorch CPU版本的推理时间平均在1.25s，可见OpenVINO™工具套件加速明显！

最终检测结果如下：

如果你想在CPU上实现模型的快速推理，可以试试OpenVINO™工具套件哦~

标签：YOLOv5,OpenVINO,套件,im,blob,遇见,out
来源： https://blog.csdn.net/gc5r8w07u/article/details/118414462