在yolov5上训练自己的数据集
一.下载yolov5工程文件
链接: https://github.com/ultralytics/yolov5.
根据提示运行如下命令
$ git clone https://github.com/ultralytics/yolov5
$ cd yolov5
$ pip install -r requirements.txt
安装完成后,会有一个yolov5文件夹
二.创建数据集
-
创建数据文件夹
在yolov5文件下新建mydata文件如下:
images文件中存放的是图片
train --训练用图片数据
val --测试用图片数据
labels文件中存放的是标注文件
train --训练用标注文件
val – 测试用的标注文件
标注文件格式为txt -
修改参数
在yolov5/data文件下新建mydata.yaml,并将coco128.yaml内容复制过去
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# COCO128 dataset https://www.kaggle.com/ultralytics/coco128 (first 128 images from COCO train2017)
# Example usage: python train.py --data coco128.yaml
# parent
# ├── yolov5
# └── datasets
# └── coco128 ← downloads here
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/coco128 # dataset root dir
train: i