YOLOv5视觉数据集简单标注、划分、增强方法（roboflow）

一、背景

目前就我查到的资料大多使用labelimg标注数据集，然后人工划分训练集和验证集，这种方法有些繁琐，需要耗费大量时间，这里介绍一种较为简单的处理数据集方法。

二、解决方案

首先介绍一个下载数据集的网站开放数据集- 飞桨AI Studio星河社区 - 人工智能学习与实训社区 (baidu.com)

 然后是本次的重点网站Workspace Home (roboflow.com)

1、首先进入该网站，建议注册一个Google账号用Google账号登录，因为很多国外网站都可以直接使用Google账号登录。进入后选择创建项目

2、创建项目后可以填写项目名和标注标签

3、创建后来到下面这个界面 

在左侧的Classes（分类标签）可以添加yolo想要检测的类别标签 

4、选择左侧的upload data上传数据集

5、导入后保存然后继续，来到下面这个界面

选择第三个自己标注数据集

 

此处可以忽悠你的朋友或者你的队友和你一起快乐标注数据集 ，点击下面的assign images会自动分配标注数据集的任务

6、接下来是常规的标数据集环节，跟labelimg差不多

7、标注完后添加进数据集

8、选择创建新版本

 

9、选择数据预处理和数据增强的方法（这一步真的省了很多事）

 最后一步选择数据扩增的倍数，我这里是500张车牌图片扩增到1200张图片

10、导出数据集

 

导出选项中可以选择导出为yolo什么版本 

导出的文件甚至连data.yaml文件都帮你写好了，真的哭死 

导出后的效果如下图：

三、总结

使用了roboflow网站简化了数据集的处理，对于一些不开源的数据集、小数据集或者对现有数据集不满意想要改变的很有帮助。