YOLOv5训练COCO2017数据集

网上没找到适合新手小白的教程，看了些教程，但还是没法解决自己遇到的问题。记录下自己的过程，希望能提供点帮助。

默认已经部署好了yolov5。

安装部署yolov5可参考以下：

ubuntu20.04配置YOLOV5（非虚拟机）_ubuntu系统实现yolov5没有显卡-CSDN博客

---

目录

一、数据集下载

二、建立数据集文件夹

三、coco数据集格式转换为标签文件

四、运行测试

五、划分数据集（如有需要）

1、划出小型数据集

2、按比例划分训练集、验证集、测试集

---

一、数据集下载

coco数据集一共包含80个类别。coco2017数据集中训练集118287张,验证5000张,测试集40670张。

可通过以下链接下载数据集：

 COCO - Common Objects in Context

这里一共下载4个文件：2017 Train images、2017 Val images、2017 Test images、2017Train/Val annotations。训练集118287张,验证5000张,测试集40670张

二、建立数据集文件夹

在yolov5源码文件夹下新建文件夹，命名为datasets。并依次建立以下文件夹。将下载的文件，解压缩至对应的文件夹。注意：labels里的标签文件，稍后运行代码会自动生成。

三、coco数据集格式转换为标签文件

annotations文件里含有三种类型的标注文件：object instance（目标实例，用于目标检测）、object keypoints（目标上的关键点，用于姿态估计）、image captions（看图说话）。用到的主要是object instance目标检测。

新建一个py文件，并把以下代码复制进去。

#COCO 格式的数据集转化为 YOLO 格式的数据集
#--json_path 输入的json文件路径
#--save_path 保存的文件夹名字，默认为当前目录下的labels。

import os
import json
from tqdm import tqdm
import argparse

parser = argparse.ArgumentParser()
#这里根据自己的json文件位置，换成自己的就行
parser.add_argument('--json_path', default='datasets/coco/annotations_trainval2017/annotations/instances_train2017.json',type=str, help="input: coco format(json)")
#这里设置.txt文件保存位置
parser.add_argument('--save_path', default='datasets/coco/labels/train2017', type=str, help="specify where to save the output dir of labels")
arg = parser.parse_args()

def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = box[0] + box[2] / 2.0
    y = box[1] + box[3] / 2.0
    w = box[2]
    h = box[3]
#round函数确定(xmin, ymin, xmax, ymax)的小数位数
    x = round(x * dw, 6)
    w = round(w * dw, 6)
    y = round(y * dh, 6)
    h = round(h * dh, 6)
    return (x, y, w, h)

if __name__ == '__main__':
    json_file =   arg.json_path # COCO Object Instance 类型的标注
    ana_txt_save_path = arg.save_path  # 保存的路径

    data = json.load(open(json_file, 'r'))
    if not os.path.exists(ana_txt_save_path):
        os.makedirs(ana_txt_save_path)

    id_map = {} # coco数据集的id不连续！重新映射一下再输出！
    with open(os.path.join(ana_txt_save_path, 'classes.txt'), 'w') as f:
        # 写入classes.txt
        for i, category in enumerate(data['categories']):
            f.write(f"{category['name']}\n")
            id_map[category['id']] = i
    # print(id_map)
    #这里需要根据自己的需要，更改写入图像相对路径的文件位置。
    list_file = open(os.path.join(ana_txt_save_path, 'train2017.txt'), 'w')
    for img in tqdm(data['images']):
        filename = img["file_name"]
        img_width = img["width"]
        img_height = img["height"]
        img_id = img["id"]
        head, tail = os.path.splitext(filename)
        ana_txt_name = head + ".txt"  # 对应的txt名字，与jpg一致
        f_txt = open(os.path.join(ana_txt_save_path, ana_txt_name), 'w')
        for ann in data['annotations']:
            if ann['image_id'] == img_id:
                box = convert((img_width, img_height), ann["bbox"])
                f_txt.write("%s %s %s %s %s\n" % (id_map[ann["category_id"]], box[0], box[1], box[2], box[3]))
        f_txt.close()
        #将图片的相对路径写入train2017或val2017的路径
        list_file.write('./images/train2017/%s.jpg\n' %(head))
    print("convert successful!")
    list_file.close()

注意：把--json_path和--save_path更改为自己的路径。并根据划分的是训练集还是验证集，将后面出现的train2017或val2017进行更改。 

ctrl+shift+p 在弹出框窗口搜索Python:选择解释器，选择自己创建的Python虚拟环境，这里是yolo。