数据集txt格式训练yolov5-master

小崔深度学习中

已于 2023-02-07 11:10:56 修改

阅读量3.5k

点赞数 1

文章标签：深度学习 python 人工智能

于 2022-10-09 22:08:44 首次发布

本文链接：https://blog.csdn.net/qq_45828295/article/details/127234365

版权

一、数据集制作：LabelImg制作txt格式

（1）工具：LabelImg
（2）LabelImg的安装和使用：https://blog.csdn.net/qq_45828295/article/details/127227040?spm=1001.2014.3001.5502
（3）格式：标注之前已经修改成yolo模式（标注文件是txt格式）
（4）data文件夹下放img和labels，data里是图片，设置标注路径为该labels文件夹，会自动保存在这里
在这里插入图片描述

到此为止数据集就有了~

二、数据集路径及相关参数修改

1、数据集放置路径

我下的是yolov5-master，和yolov5-4.0格式好像不太一样
（1）新建自己的数据集文件夹：我建的是“own_datas”
（2）数据集分类：own_datas文件夹下建images和labels，这两个文件夹下分别存放图片和标签，images和labels下都分别建train、val、test，比例设置为6：2：2（下面附一个文件夹分类代码）
在这里插入图片描述

own_datas下的目录：
在这里插入图片描述

附：文件夹分类代码（把存放在一个文件夹内发图片分成三个文件夹）

import os
import random
import shutil
from shutil import copy2
trainfiles = os.listdir('E:\\Helmet_Glove\\from_ovid\\train\\Data\\img') # （图片文件夹）
num_train = len(trainfiles)
print( "num_train: " + str(num_train) )
index_list = list(range(num_train))
 # print(index_list)
 
 random.shuffle(index_list) # 打乱文件的顺序
num = 0
trainDir = 'D:\\RAS\\TargetDetection\\yolov5-master\\own_datas\\images\\train'  # （将图片文件夹中的第一部分放在这个文件夹下）
validDir = 'D:\\RAS\\TargetDetection\\yolov5-master\\own_datas\\images\\val'  # （将图片文件夹中的第二部分放在这个文件夹下）
testDir = 'D:\\RAS\\TargetDetection\\yolov5-master\\own_datas\\images\\test'  # （将图片文件夹中的第二部分放在这个文件夹下）
for i in index_list:
    fileName = os.path.join('E:\\Helmet_Glove\\from_ovid\\train\\Data\\img', trainfiles[i])
    if num < num_train*0.6:   # 这个数字对应第一部分的数值
       # print(str(fileName))
        copy2(fileName, trainDir)
    elif num < num_train*0.8:
        copy2(fileName, validDir)
    else :
        copy2(fileName, testDir)
    num += 1

这一段代码我参考了其他的博客，当时忘了保存链接，如有侵犯，麻烦作者联系我删除！谢谢大佬！！

2、修改路径

一共需要修改三个地方：

（1）coco128.yaml

如果是直接从GitHub下载的yolov5包，那应该是在data文件下，因为我用的不是coco128数据集，因此我把这个文件名修改成了data.yaml
在这里插入图片描述
修改上图的两处：
一个是：训练集和验证集路径
另一个是：类别nc修改成自己需要训练的数据集类型，names是自己类别的名称
然后把data.yaml移动到own_datas文件下