Win10下yolov5配置+训练自己的数据集

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][: