Win10下yolov5配置+训练自己的数据集
本人的电脑配置:
CPU:i7-8700k
GPU:GTX-1080ti
操作系统:Windows 10 专业版 64bit
CUDA:10.1
CUDNN:7.4
OenpCV:3.3
pyTorch:1.5
Python:3.7
ps:原理精讲以及配置参数、训练参数后续上传,目前可看本人录制的yolov3的视频讲解教程
https://www.bilibili.com/video/av53025521
首先我们先膜拜一下U佬在v4出了不久就更新v5
link:项目工程地址
在windows10和ubuntu下都可以进行训练,现在将如何训练自己的数据进行一个简单的说明
Step1:准备自己的数据
通常我们训练有voc格式的数据(pic.png–pic.xml),也就是有images文件夹存放我们所有训练的图片,Annotations文件夹存放我们训练图片对应的xml标注文件
PS:如何确保自己的数据和xml数据准确请参考之前的yolov3训练自己的数据集内容
通过first.py后将数据集按照(如20%验证集+80%训练集)进行分配,会在Main中生成train.txt和val.txt的文件,代码如下
import os
import random
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
#xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
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('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')
for i in list:
name = total_xml[i][: