【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9.3k

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 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

视觉

40 篇文章

订阅专栏

本文档详细介绍了使用YOLOv5训练自定义数据集的步骤，包括图像标注、数据组织、yaml文件修改、训练过程以及解决训练中遇到的问题，如数据标注错误和内存错误。此外，还提供了恢复训练、使用tensorboard和推理的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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 lab

了解本专栏