目录
第一步:进入到Google drive新建---文件夹—yolov5helmet,用于存放项目
第二步:打开 Google Colaboratory网页,进入到 Google Colaboratory,
第五步:接下来就是要链接到我的Google云盘为下面进行存放yolov5
第六步:进入到 yolov5helmet 里进行下载yolov5模型:
第七步:回到Google drive可以看到再刚刚建的文件夹下有刚下载完的yolov5,在yolov5文件下上传我们标记好的数据集
第八步:在Google云盘里使用云盘自带的Editor打开,进行修改yolov5s.yaml 与coco128.yaml文件
步骤流程图:
安装Anaconda Prompt
可参考以下博主发的内容,链接如下:
(6条消息) 史上最全最详细的Anaconda安装教程_OSurer的博客-CSDN博客_anaconda 安装
数据集采集
处理:收集有不同环境、施工场地与照片分辨率的安全帽佩戴与没有佩戴的图片,以及日常生活等等干扰图片,增加训练的数据集多样性与多元性,以此来增强yolov5训练模型的泛化能力。新建一个文档yolov5-master下新建traindata文件-在traindata文件下新建images与labels,把即将训练的图像放在images下:
labelImg标注数据集
labelImg下载标记
下载链接:可在下面这个网页下载:
在data/predefined_classes.txt里面修改里面的class,比如我的标签为
Without helmet
Helmet on
按下面格式修改
配置labelImg环境
修改好后,需配置好labelImg环境才可以运行:
打开Anaconda Prompt,安装PyQt5,输入如下命令:
pip install PyQt5
运行结果如下图所示:
接下来是安装lxml,输入如下命令:
pip install lxml
运行结果如下图所示:
接下来到labelImg从github下载源码的地址
例如我的是E:\graduation-project\labelimg-master-master
输入如下命令,进入到该文件夹运行:
cd E:\graduation-project\labelimg-master-master
E:
pyrcc5 -o resources.py resources.qrc
运行结果如下图所示:
可以直接在命令行,在E:\graduation-project\labelimg-master-master目录下打开,输入如下命令运行labelImg:
python labelImg.py
也可以有python的idle或pycharm</