YOLOv5自制数据集训练与部署

Albert_yeager

已于 2025-04-27 16:01:57 修改

阅读量2.5k

点赞数 14

分类专栏：无人机视觉文章标签：视觉检测目标检测计算机视觉

于 2023-02-13 23:32:15 首次发布

本文链接：https://blog.csdn.net/Albert_yeager/article/details/128854637

版权

无人机视觉专栏收录该内容

17 篇文章

订阅专栏

本文介绍了如何创建自定义的数据集，包括设置文件夹结构，采集图像，使用LabelImg工具进行标注，以及预处理步骤，如划分训练集和验证集。接着，文章讲述了在YOLO框架下调整配置文件进行训练，并解决训练过程中可能出现的问题，最后展示了训练后的实时检测效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文将详细讲解如何自制数据集，并复习上一篇博客中训练部署的相关步骤，希望大家能熟练运用，真正掌握数据及制作-训练-检测推断这一基本流程。

数据集制作

建立文件夹

新建一个结构如下的文件夹


dataset
├── images
│  ├── train(用来放训练集图片)
│  ├── val(用来放验证集张图片)
│
├── labels
│  ├── train(用来放训练集图片的标签)
│  ├── val(用来放验证集图片的标签)
│
│  ├── predefined_classes.txt  定义自己要标注的所有类别

图像采集

可以直接拍摄图片，也可以用无人机拍一段视频，用视频切片代码切成图片集。这里为了演示方便，我直接用电脑摄像头拍了一些照片（别学我，实际项目中数据集采集是非常关键的步骤，会直接影响最终目标检测效果）。然后将图片全部放到dataset/images/train目录下（图片名称随意）。

我要识别的标志有两个，分别命名为H、O，因此在predefined_classes.txt中填入H、O（中间用换行），如果有其他类别也要像这样每个类别占一行，这样标注的时候会很方便。

左边的命名为H，右边的命名为O

使用labeling工具进行标注（存储为yolo格式）

在windows终端（快捷键：win+R，在其中输入cmd打开）中安装labeling工具


pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后终端进入dataset路径（注意，路径改成自己的）


cd C:\Users\HDJ\Desktop\dataset

输入labelimg images predefined_classes.txt 打开标记软件


labelimg images predefined_classes.txt

打开后会出现下面界面（没有出现图片也不要紧，按照下面步骤设置完成后就有了）

Open Dir选择路径dataset\images\train

Change Save Dir 选择路径 dataset\labels\train

第三条红线必须选YOLO格式（否则后面还要调回YOLO格式）

在最上方菜单栏的view选项下，选择下面几个模式（方便标注）

开始进行标注

操作：W(调出标注十字架)—鼠标框住要识别物体—选对应标签—D(切换到下一张图片)

循环操作直到完成所有图片标注，这个时候进入dataset\labels\train目录可以看到所有图片对应的标签

训练预处理

使用下面代码将训练集的部分划归到验证集中（记住路径修改成自己的）然后将dataset文件夹放到yolo工程中。


import os, random, shutil

def moveimg(fileDir, tarDir):
    pathDir = os.listdir(fileDir)  # 取图片的原始路径
    filenumber = len(pathDir)
    rate = 0.2  # 自定义抽取图片的比例，比方说100张抽10张，那就是0.1
    picknumber = int(filenumber * rate)  # 按照rate比例从文件夹中取一定数量图片
    sample = random.sample(pathDir, picknumber)  # 随机选取picknumber数量的样本图片
    print(sample)
    for name in sample:
        shutil.move(fileDir + name, tarDir + "\\" + name)
    return

def movelabel(file_list, file_label_train, file_label_val):
    for i in file_list:
        if i.endswith('.jpg'):
            filename = file_label_train + "\\" + i[:-4] + '.txt'  
            if os.path.exists(filename):
                shutil.move(filename, file_label_val)
                print(i + "处理成功！")

if __name__ == '__main__':
    fileDir = r"C:\Users\HDJ\Desktop\dataset\images\train" + "\\"  # 图片训练集文件夹
    tarDir = r'C:\Users\HDJ\Desktop\dataset\images\val'  # 标签验证集文件夹
    moveimg(fileDir, tarDir)
    file_list = os.listdir(tarDir)
    file_label_train = r"C:\Users\HDJ\Desktop\dataset\labels\train"  # 图片训练集文件夹
    file_label_val = r"C:\Users\HDJ\Desktop\dataset\labels\val"  # 标签验证集文件夹
    movelabel(file_list, file_label_train, file_label_val)

训练部署实现

找到data目录下的coco128.yaml文件,将该文件复制一份，将复制的文件重命名为signal.yaml，在signal.yaml文件中先注释掉一行代码再修改参数，train改成训练集所在路径；val改成验证集所在路径（必须要用绝对路径），因为我训练标注的只有两个标志，所以nc改成2，names改成[H,O].

在models目录将yolov5s.yaml文件复制一份，将其重命名为yolov5_signal.yaml。在yolov5_signal.yaml文件中将类型数修改为2

在train.py的(1)(2)中修改默认yaml文件,在(3)中更改训练轮数（这里我用50轮）


parser.add_argument('--epochs',type=int, default=50)

点击运行，可能会出现页面文件太小，无法完成操作的报错，详见常见下方“报错与解决”

训练成功

训练完成后会在runs/train中产生exp2文件（exp是上一篇博客训练得到的，没删）

在detect.py中将推断使用的权重模型改成训练得到的模型，运行即可实现自训练模型目标识别


我的路径为
C:/Users/HDJ/Desktop/yolov5-5.0/runs/train/exp2/weights/best.pt


parser.add_argument('--weights', nargs='+', type=str, default='runs/train/exp2/weights/best.pt', help='model.pt path(s)')

实时检测效果

常见报错与解决

1、OSError: [WinError 1455] 页面文件太小，无法完成操作。

这是由于pycharm虚拟内存不够，在utils路径下找到datasets.py这个文件，将里面的第81行里面的参数nw改为0

2、AssertionError:Image Not Found D:\PycharmProjects\yolov5-hat\VOCdevkit\images\train\000000.jpg

在另一台电脑上训练时，要先把标签文件的.cache删掉（这两个文件是在训练中产生的）

不然会报“找不到图片0”的错（可以理解为由于这两个文件的存在，把训练的路径锁成了之前训练的路径）

3、OMP:Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll alreadyinitialized

是numpy库的一个小bug

在train.py文件的顶头部分添加

importos

os.environ['KMP_DUPLICATE_LIB_OK']='True'

求学路上，你我共勉(๑•̀ㅂ•́)و✧