成功解决:小白yolov5训练自己的数据集出现目标检测框的尺寸问题

下面这张图片就展示了错误的目标检测框输出的可视化结果: 可以看出训练后的目标检测框主要集中在页面的左上角,并且目标框的尺寸也不对应。

出现以上问题:数据集在转为txt格式时归一化错误

目标检测框格式分为两种:

  • xyxy(左上和右下坐标)
  • xywh(中心坐标+目标检测框的宽高)

需要确定已有的json格式中对应的bbox中的目标检测框是哪种格式,yolov5识别的是xywh类型

1.当已有的目标检测框是xyxy格式转换成yolov5识别的xywh格式

注意:

  • box[0],box[1]对应检测框左上角的坐标,相应的box[2],box[3]对应检测框右下角的坐标
  • w,h的值是灵活的,要对应自己训练的数据集的图片的长和宽
  • 这里操作的意义是:先根据左上角和右下角的坐标找到中心点坐标和目标检测框的长和宽,然后进行归一化操作
w=980
h=1080
dw=1.0/w
dh=1.0/h
x=(box[0]+box[1])/2.0
y=(box[2]+box[3])/2.0
w=box[1]-box[0]
h=box[3]-box[2]
x=x*dw
y=y*dh
w=w*dw
h=h*dh

2.当已有的目标检测框已经是xywh格式只需要进行归一化处理

w=980
h=1080
dw=1.0/w
dh=1.0/h
x=x*dw
y=y*dh
w=w*dw
h=h*dh

最后需要注意的是:

一定要去了解自己的训练集目标检测框的格式是哪种,如果都不是以上的两种,如给出左上角坐标和长宽,同样也可以转换成中心坐标和长宽的归一化。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在【小白CV】手把手教你用YOLOv5训练自己的数据集(从Windows环境配置到模型部署)_梁瑛平的博客-CSDN博客.pdf中提供了详细的指导,可以帮助你学习如何使用YOLOv5训练自己的数据集。该过程包括以下步骤: 1. 数据集制作:准备自己的数据集,并进行标注和处理,生成YOLOv5所需的数据格式。 2. 环境配置:在Windows环境下安装Python环境、PyTorch和其他必要的依赖库。 3. 模型训练:使用YOLOv5提供的训练脚本进行模型训练,根据自己的硬件配置修改参数。 4. 模型测试:使用训练好的模型进行测试,评估模型在测试集上的性能。 5. 模型推理:将训练好的模型部署到实际应用中,进行目标检测训练好的模型会保存在yolov5目录下的runs/exp0/weights/last.pt和best.pt文件中,而详细的训练数据保存在runs/exp0/results.txt文件中。 <span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [【小白CV】手把手教你用YOLOv5训练自己的数据集(从Windows环境配置到模型部署)_梁瑛平的博客-CSDN博客....](https://download.csdn.net/download/m0_62668782/54189217)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [YOLOv5训练自己的数据集(超详细完整版)](https://blog.csdn.net/demm868/article/details/122076560)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

安安喜乐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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