问题:自己的数据集已有类别0,1。想新增类别2,类别2在自己数据集中存在,不想重新全部标注一遍。
解决:用其他模型权重对自己数据集detect并保存txt文件→修改类别名称并合并txt
1. 用已有模型(可以检测出类别2)的权重文件来对自己数据集detect并保存txt文件到路径A
python detect.py --save-txt --source 自己数据集的文件目录 --weights ./weights/yolov5x.pt
- 自己数据集的文件目录:
E:\Desktop\detection project\datasets\VOC2000\labels\val - weights:yolov5x.pt,YOLO中预训练的模型里面有我需要的person类。
2. 更改类别名称,并合并txt文件。
- 改类别名称:比如detect之后的我们需要的类别2,在其他模型中是类别0,需要将0→2
- 合并txt:将类别2的txt内容合并到自己数据集的txt文件中,只要类别2的。
要注意其他模型检测出来的类别不止你想要的类别2一种还有其他不需要的类别,就需要筛选掉。在尝试很多代码之后,终于找到最纯粹的,其他的要么没改类别名,要么就合并了其他的类别,总是不够完美!!!
- 首先:提取detect出来的很多类别中你需要的类别2到一个新的文件夹:
import os
YOLOV5_LABEL_ROOT = f'E:\\Desktop\\detection project\\datasets\\VOC2000\\labels\\labels\\' # yolov5 导出的推理图片的 txt
DATASET_LABEL_ROOT = f'E:\\Desktop\\detection project\\datasets\\VOC2000\\labels\\val-only\\' # 存放数据集的路径,新的空白文件夹
if __name__ == '__main__':<