YOLOv5を使った独自データの学習と推論｜ultralytics YOLOリポジトリ

Aru

ultralytics社のリポジトリでは、YOLOv3/YOLOv5/YOLOv6/YOLOv8/YOLOv9と多くのモデルをサポートしています。この記事では、YOLOv5モデルを使ってカスタムデータ（オリジナルデータ）でトレーニングさせる方法を解説します。

Contents

ultralytics社のYOLOモデル
ベースとするYOLOv8の学習コードについて
YOLOv8→YOLOv5へモデルを変更する
YOLOv5以外への変更について
まとめ

ultralytics社のYOLOモデル

YOLOv5はultralytics社の作成したYOLOモデルです。2023年にYOLOv8が登場しましたが、そちらのリポジトリでもYOLOv5はサポートされています。

ultralytics社のYOLOモデルでは、モデルを簡単にモデルを切り替えられるように設計されています。

モデルの切り替えを確認するために、今回はYOLOv8で作成した学習コードをYOLOv5に置き換えて学習させてみました。

事情があってYOLOv5モデルが使いたい（YOLOv5の学習済みパラメータを持っている）理由がある場合、YOLOv5の独自学習パラメータを（おそらくそのまま）使うことが可能そうです。

ベースとするYOLOv8の学習コードについて

ベースとするコードは、以下の記事のものになります。この記事では、car object detectionのデータセットを使ってカスタムデータへの学習を行っています。

ここでは、このコードをYOLOv5向けに修正します。

ベースとするコードの記事

YOLOv8（YOLOv9）で独自データを使った学習と推論を実践（物体検出）

コードは上の記事を参考にしてください。

また、今回のコードはkaggle notebookで公開していますのでそちらも合わせて確認ください。

YOLOv8→YOLOv5へモデルを変更する

ここでは、YOLOv8からYOLOv5へモデルを変更するのに、ultralytics社の公式のリポジトリを利用します。公式リポジトリは以下のURLです。

公式Githubリポジトリ：https://github.com/ultralytics/ultralytics/

書き換えは１行だけ

書き換えるのはたったの１行です。

具体的な書き換えはYOLO('yolov8n.pt')をYOLO('yolov5n.pt')に変更するだけです。

これでモデルがYOLOv8からYOLOv5になります。

学習済みモデルとしては、yolov5n, yolov5s, yolov5m, yolov5l, yolov5x, yolov5n6, yolov5s6, yolov5m6, yolov5l6, yolov5x6を選択することができます。

model = YOLO('yolov5n.pt')
model.train(data="dataset.yaml", epochs=100, batch=8)

事前学習モデルを利用しない場合は、YOLO('yolov5n.yaml')のようにyamlファイルを指定して生成します。独自モデルの場合は、YOLO(独自モデルファイルへのパス）という形式で呼び出します。

実行結果

YOLOv8

Model summary (fused): 168 layers, 3005843 parameters, 0 gradients
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 
                   all         71        100       0.98      0.979       0.99      0.711
Speed: 2.2ms preprocess, 2.9ms inference, 0.0ms loss, 1.9ms postprocess per image

YOLOv5

YOLOv5n summary (fused): 193 layers, 2503139 parameters, 0 gradients, 7.1 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 
                   all         71        117      0.966      0.969       0.99      0.704
Speed: 0.8ms preprocess, 1.2ms inference, 0.0ms loss, 1.4ms postprocess per image