Yolov5训练自己的数据集之制作数据集


在VOC 2018文件夹下有五个文件夹,搜集好的图片放在JPEGImages文件夹下;标注后数据保存在Annotations文件夹下;labels文件夹在数据集的训练时用到;在ImageSets文件夹下有下面三个文件夹,在Main文件夹中有一个train.txt文件,后面数据集训练会详细讲解。

三、数据集标注
接下来就是对20个图片做标注了,这一步,需要大家细心,一个图片都不能少,20个还好,如果是好几千甚至几万呢?

我们用到的软件是LabelImg。

  • 2
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要使用Yolov5训练钢铁数据集,你需要准备好Yolov5框架并将数据集转换为Yolo格式。Yolov5训练使用的数据集格式是Yolo格式,而不是VOC格式。所以你需要将钢铁数据集转换为Yolo格式。你可以使用一段代码将VOC格式数据集转换为Yolo格式,这样可以方便地在多种训练模型上使用同一个标注好的数据集。一旦你准备好了Yolov5框架和转换好格式的数据集,你可以使用以下命令来训练模型: ``` python train.py --cfg yolov5s.yaml --data your_data.yaml --weights '' --epochs 5 ``` 其中,`yolov5s.yaml`是Yolov5的配置文件,`your_data.yaml`是你的数据集配置文件,`''`表示从头开始训练,`5`表示训练5个epochs。你也可以使用预训练的模型来加载并继续训练,命令如下: ``` python train.py --cfg yolov5s.yaml --data your_data.yaml --weights yolov5s.pt --epochs 5 ``` 这样就可以使用Yolov5框架来训练钢铁数据集了。 #### 引用[.reference_title] - *1* *2* [使用Yolov5训练自己制作数据集,快速上手](https://blog.csdn.net/qq_40280673/article/details/125168930)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [YOLOv5的详细使用教程,以及使用yolov5训练自己的数据集](https://blog.csdn.net/weixin_41010198/article/details/106785253)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

青年夏日科技

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值