yolov5训练voc数据集

1.数据集

下载好voc数据集，以2007为例，把数据集（VOCtrainval_06-Nov-2007和VOCtest_06-Nov-2007）都解压同一个文件夹里，记住解压后的图片是从000001.jpg-009963.jpd的。
在VOCdevkit/目录下 运行voc2yolo.py代码

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
# 这里就体现出来了咱们在1.2步骤的时候我说的尽量按照那个目录名进行操作的优势，
# 在这可以剩下很多去修改名称的精力
# sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets=[ ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]  # 我只用了VOC2007
 
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle",
           "bus", "car", "cat", "chair", "cow",
           "diningtable", "dog", "horse", "motorbike", "person",
           "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
#classes = ["face"]  # 修改为自己的label
 
def convert(size, box):
    dw = 1./(size[0])