YOLOv5模型训练_coco数据集yolov5(1),2024年最新毕业设计选题目的怎么写

本文介绍了如何使用LabelImg工具对COCO数据集进行标注,然后如何将自定义数据集用于YOLOv5模型的训练,包括数据准备、模型配置和训练过程。同时也提及了如何应对毕业设计项目的选题困难,提供了一份计算机科学项目大全资源。
摘要由CSDN通过智能技术生成

$ python train.py --data coco.yaml --cfg yolov5s.yaml --weights ‘’ --batch-size 64
yolov5m 48
yolov5l 32
yolov5x 16

COCO的数据集可以通过data文件夹下get_coco2017.sh脚本进行下载,包含图片和lable文件。COCO的数据集实在是太大了,整个压缩包有18G,考虑到自己到的网速还有机器的算力,还是洗洗睡吧。。。

制作自己的数据集

如果没有对应目标的公开数据集,那就只有自己出手收集了,图片到手后,接下来就是艰辛的打标签工作了,

LabelImg使用Qt做了图形化的界面,操作还是很方便的,这也是选择它的理由,它提供了默认的class,如果你不需要这些类型的话,可以将其删除

接下来就可以打开exe文件,点击Open导入图片,按下快捷键w,选定目标后,会弹出输入框,写上class名称,就可以了,如果有多个目标,那就继续标

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值