【目标检测-YOLO】YOLO v5 训练自定义数据集

理心炼丹

已于 2022-07-08 10:53:43 修改

阅读量8.9k

点赞数 12

分类专栏： YOLO 视觉文章标签：目标检测 yolov5

于 2022-02-18 17:57:30 首次发布

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/hymn1993/article/details/123007661

版权

YOLO 同时被 2 个专栏收录

30 篇文章 85 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

视觉

40 篇文章 5 订阅

订阅专栏

参考：https://github.com/ultralytics/yolov5

数据集格式： voc

1. 标注所需图像

比如使用 labelimg

2. 数据组织成 VOC的格式

3. 分割数据集

# coding:utf-8

import os
import random
import argparse

parser = argparse.ArgumentParser()
#xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default='./VOCdevkit/logo2021/JPEGImages', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='./VOCdevkit/logo2021/ImageSets/Main', type=str, help='output txt label path')
opt = parser.parse_args()

trainval_percent = 1.0
train_percent = 0.9
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if

了解本专栏