YOLOv5训练自数据集（VOC格式）

关于YOLOV5训练YOLO格式数据集在上篇提到过【yolov5+deepsort运行和训练自数据集（自看）】

 VOC数据集最终格式（此处是最终的实现效果，初始格式在下面）：

 其中JPEGImages中是所需要的所有图片，Annotations是所有图片标记之后生成的.xml文档，ImageSets中有名为Main的文件夹，文件夹下有test.py、train.txt、val.txt、trainval.txt四个文档（ImageSets文件夹和Main文件夹需要自己建立，Main中四个文档后续用代码生成），labels放的VOC转化为YOLO之后的.txt标签（后续代码生成），最后三个.txt文件是训练指定的路径文件（后续代码生成）

1.VOC数据集初始格式：

 JPEGImages中是所需要的所有图片，Annotations是所有图片标记之后生成的.xml文档

2.新建ImageSets文件夹，在文件夹中再新建一个Main空文件夹，然后使用Main.py生成Main文件夹和其中的四个.txt文档，代码如下：

import os
import random

trainval_percent = 0.9  # 训练和验证集所占比例，剩下的0.1就是测试集的比例
train_percent = 0.8  # 训练集所占比例，可自己进行调整
xmlfilepath = 'VOCdevkit/VOC2007/Annotations'
txtsavepath = 'VOCdevkit/VOC2007/ImageSets/Main'
total_xml = os.listdir(xmlfilepath)
# print(total_xml)
num = len(total_xml)
list = range(num)
# print(list)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = ra