YOLO5 训练自定义数据集及避坑指南

一、项目地址：

https://github.com/ultralytics/yolov5https://github.com/ultralytics/yolov5

数据集完全可以沿用VOCDevkit格式数据集

二、VOCDevkit格式数据

|--VOC2007

        |---Annotations

        |---ImageSets

                |----Layout

                |----Main

                        |---test.txt

                        |---train.txt

                        |---trainval.txt

                        |---val.txt

                |----Segmentation

        |---JPEGImages

        |---labels

然后这个数据集的配置里面有点坑：

【1】 在项目根目录创建一个文件夹，叫啥都行，例如VOCData

【2】 将上面的ImagesSets、JPEGImages、labels这几个文件夹先复制过来，现在就有了分割子集、图片、yolo格式标注数据

【3】用这个小脚本实现上面需要的东西（需要你有图像+xml原始标注文件+分类名字就行了）

三、数据集划分工具链

第一个：

file name: 1_take_label.py

import os

import random

 

trainval_percent = 1

train_percent = 0.9

xmlfilepath = 'Annotations这个文件夹的路径'

txtsavepath = '/ImageSets/Main这个文件夹的路径'

# 意思是从标记文件统计你的文件名字，然后划分到main里面去

total_xml = os.listdir(xmlfilepath)

 

num=len(total_xml)

list=range(num)

tv=int(num*trainval_percent)

tr=int(tv*train_percent)

trainval= random.sample(list,tv)

train=random.sample(trainval,tr)

 

ftrainval = open(txtsavepath+'/trainval.txt', 'w')

ftest = open(txtsavepath+'/test.txt', 'w')

ftrain = open(txtsavepath+'/train.txt', 'w')

fval = open(txtsavepath+'/val.txt', 'w')

 

for i  in list:

    name=total_xml[i][:-4]+'\n'

    if i in trainval:

        ftrainval.write(name)

        if i in train:

            ftrain.write(name)

        else:

            fval.write(name)

    else:

        ftest.write(name)

 

ftrainval.close()

ftrain.close()

fval.close()

ftest.close()