一、制作目录结构
mydatas
----train
-------------images
-------------labels
----valid
-------------images
-------------labels
----mydata.yaml
二、打标签
在pycharm里打开终端下载labelimg
pip install labelimg
下载完成后输入
labelimg
打开labelimg开始打标签
点击view- auto save mode是自动保存
display labels是显示标签勾选这两项后开始正式打标签
open:打开一张图片
open dir:打开文件夹,打开刚才制作的文件目录下存放的图片
next images:下一张图片
prev images:上一张图片
save:保存
点击一下换成保存为yolo所需要的格式即txt文件
打开图片所在目录后,鼠标右键第一个是选框
随后输入框选的类别标签
打完标签后是这样的,classes.txt文件是标签的类别按照顺序生成的txt文件,可以把他放在mydatas目录下(后续要用到),不能放在图片labeling标记的txt文件一起,因为图片和txt文件需一一对应。
随后保存,按目录结构放好文件。
三、存放数据
train/images下存放待训练的图片
train/labels下存放的是待训练图片用labelimg标记过的txt文件
valid/images下存放的是待验证的图片
valid/labels下存放的是待验证图片用labelimg标记过的txt文件
注意:图片和labeling标记过的txt文件需一一对应
四、制作数据集
打开yaml文件,如图(.yaml才是数据集文件,其他的图片是数据集需引用)
train是刚才制作的文件夹下images的路径
val是刚才制作的文件夹下images的路径
nc:几个标签
name:是标签的名字,如图按顺序写0对应的是paper,1对应的是rock。是按照labelimg生成的classes.txt里面的类别顺序写。
至此数据集制作完成。