【yolov5的简单使用】4.自制数据集

1.在data/scripts下创建.yaml文件

这个文件应该有下图所示的内容：

2.标注自己的数据集

在线标记数据集网站如下：

Make Sense

进入的页面如下：

点击Get Started进入

点击图中所指位置上传所需标注的图片

上传图片

选择图像检测还是类型识别

可以选择手动添加标签的类别，还是从本地的txt文件中导入标签类别

若是从本地导入,txt文件需要注意需要一行输入一个类别的名称

选择label.txt，并且start project

后续还想增加新的标签，可以按照上图的顺序，点击actions，edit labels

按回车，输入新的标签的名字，并且点击Accept即可

后续如果想添加新的图片，点击图中所指的improt images即可

按住鼠标框选需要标注的位置，一旦鼠标松手，这一个标注就会出现在右边那一栏，然后可以对他进行选择标签

选择完相应的标签之后，可以点击眼睛的那个按钮，将这个方框在图上隐藏起来，避免以后标注误触。如果标记效果不满意也可以点击垃圾桶图标将其删除。

在右侧点击标签，相应的方框的边框会出现白色的正方形点，可以提示这个标签对应的是哪个方框，也可以拖动白色的点对方框的大小和位置进行调整

也可以用AI自动帮你标注，然后在此基础上进行微调即可，点击actions，点击run ai locally

选择一个模型，选择运行模型

标注好后点击这个进行导出

选择yolo格式导出即可

这些数据的格式为：标签类型的标号，中心点的x坐标，中心点的y坐标，宽度，高度

有了这些东西就可以按照如下的方式创建文件夹：

首先创建一个总的文件夹，里面放两个文件夹，分别交images和labels，这两个名字是固定的

在image里面分别创建训练集，测试集的文件夹，这个名字是可以随意的，但是一定要和labels里面的文件夹的名字相同，并且要跟你写的yaml文件里面的路径上的文件夹的名字是相同的

然后就可以吧图片放到这里面了

同样，labels下面的文件夹要和image下面的文件夹相同，然后把刚刚导出的标签txt文件放到里面即可

在训练的时候改掉数据集的参数即可使用了

一个完整的yaml文件如下所示：

包括训练集路径，测试集路径，标签数量，标签名字列表