使用YOLOv5训练自己的数据集

本文详细介绍了如何使用YOLOv5进行自定义数据集的训练,包括环境部署、数据集准备、参数调整以及训练过程中遇到的问题和解决方案。重点提到在Anaconda环境下搭建PyTorch独立环境,利用LabelImg工具转换标注文件,以及针对训练参数的调整和半精度运算在CPU运行时可能遇到的问题。
摘要由CSDN通过智能技术生成

使用YOLOv5训练自己的数据

新东西出来,总是要试试,这几天使用了yolov5跑了几个模型,特来记录一下心得与坑。
作者给出的教程,可以先浏览一下: link.
源码下载链接: link.

一.环境部署

yolov5基于pytouch,在测试时发现与环境内的tensorflow会产生冲突,建议用ANACONDA新建pytouch的独立环境。
打开文件夹里的requirements.txt文件,用ANACONDA手动安装,或

pip install -U -r requirements.txt

在这里插入图片描述

二.数据集准备

yolov5使用的是yolo格式的标注文件,内容长这样,第一个数是标签的序号,后面四个是坐标。
在这里插入图片描述
标注软件依然是labelimg,在使用前将VOC格式转换为YOLO即可
在这里插入图片描述
如果有之前标注好的xml文件,可以通过脚本直接转成yolo所需的txt格式: link.
不过在转换完成后记得添加labels文件,标注文件根据序号从labels里面对应标签。
在这里插入图片描述
标注完后,建立如下目录,目录要求除了images/labels不同外,其他文件夹名

评论 72
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值