YOLOv5构建自己的数据集并训练

前言

本文默认已安装好Anaconda等python环境，并已下载好YOLO项目且可运行DEMO。接下来将着重在数据集构建的介绍上。

目录

前言

1.Environment

2.构建数据集

2.1 目录构建

2.2 数据集划分

2.3 标记文件转换

3. 配置模型文件及训练

4. 可视化

---

1.Environment

本文所用环境：代码版本V3.0，源码下载地址：https://github.com/ultralytics/yolov5.git
Pytorch：1.6.0
Cuda：10.1
Python：3.7
官方要求Python>=3.8 and PyTorch>=1.6.
通过git clone https://github.com/ultralytics/yolov5.git将YOLOv5源码下载到本地，创建好虚拟环境，并通过pip install -r requirements.txt安装依赖包

2.构建数据集

2.1 目录构建

本文数据标注使用labelImg，将标注中产生的*.xml文件放入Annotations里，将用于标注的图片放入images中，具体目