使用英特尔开发板部署YOLOv5完成透明物体目标检测

作者：

杨雪峰 英特尔创新大使

哪吒套件简介

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IntelUHD 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。

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/
conda config --set show_channel_urls yes

Trans10k数据集准备

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=, sk=) #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}
")
                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。