目录
1.1 github的安装包地址:https://github.com/tzutalin/labelImg(安装包较小 可以直接下载)1.2 我是在Windows + Anaconda下安装的
2.2 在根目录下创建make_txt.py文件,代码如下,运行代码后ImageSets中生成数据集分类txt文件。
1.LabelImg的安装(已上传)
1.1 github的安装包地址:https://github.com/tzutalin/labelImg(安装包较小 可以直接下载)
1.2 我是在Windows + Anaconda下安装的
首先打开Anaconda Prompt然后跳转到安装包下载的目录下即labelImg-master文件夹目录下(eg.cd C:\Users\liukaiming945\Desktop\labelImg-master)
然后执行以下命令:
conda install pyqt=5
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py
1.3 按键功能介绍
在labelImg窗口的左边功能键介绍:
- “Open”是打开单个图像2.
- “Open Dir” 打开文件夹
- "Change Save Dir" 图像保存的路径
- “Next Image” 切换到下一张图像
- “Prev Image”切换到上一张图像
- “Verify Image”校验图像
- “Save”保存图像
- “Create RectBox”画标注框一个
- “Duplicate RectBox”重复标注框
- “Delete RectBox”删除标注框
- “Zoom In” 放大图像
- “Zoom Out” 缩小图像
- “Fit Window”图像适用窗口
- “Fit Width”图像适应宽度
快捷键:
2.xml文档转txt(xml-txt.py文件已上传)
2.1 在data文件下创建如下文件目录
将所有的图片放到JPEGImages文件夹下,将所有xml文件放入到Annotations文件夹下
2.2 在根目录下创建make_txt.py文件,代码如下,运行代码后ImageSets中生成数据集分类txt文件。
运行以上代码,可以得到的结果是,在ImageSets中有我们的数据集分类:
2.3 根目录下添加 txt-xml.py 文件
需要注意的是,sets中改为你的sets的名字(make_txt生成的)
classes修改为你需要检测的类别,我只需要检测fire一类。
运行以上代码后,在data文件下出现了train、val、test的txt文件,保存了图片的路径。(带有图片的路径)
data文件夹下新建labels文件夹,文件夹内生成txt文件。
3.排序文件 (shunxu.py已上传)
修改path为需要排序的文件夹的路径 运行即可
4.查看tensorboard
tensorboard --logdir C:\Users\liukaiming945\Desktop\yolov5-master\runs\train\exp10
tensorboard --logdir=C:\Users\liukaiming945\Desktop\yolov5-master\runs