yolov5训练自定义数据 (pytorch版本)

本文介绍了如何使用YOLOv5框架训练自己的数据集,包括从COCO数据集中提取特定类别,划分子集,处理XML标签,生成训练所需的txt文件,以及调整模型配置文件如yolov5s.yaml来适应自定义类别数。
摘要由CSDN通过智能技术生成

代码连接

https://github.com/ultralytics/yolov5

数据集准备

可train + val
python coco2voc1.py 从train2017 val2017提取所需6类存储为VOC
python spliteDataSet.py 划分train/eval/test数据集(只提取文件名)
python parse_voc_xml.py 根据上一步获得的文件名提取对应的xml 生成txt

提取结果
0 E:/code/data/VOC\JPEGImages/000000000049.jpg 381 500 2 203 260 269 333 2 118 261 175 324 2 119 334 131 367 2 284 333 295 360 2 191 334 198 357 2 346 333 361 342
1 E:/code/data/VOC\JPEGImages/000000000061.jpg 640 488 2 261 205 309 263 2 393 210 425 250 2 261 196 295 250
2 E:/code/data/VOC\JPEGImages/000000000071.jpg 640 426 0 467 216 495 231 0 522 223 547 235 0 436 217 460 226 0 586 231 613 245 0 497 223 520 235 0 601 216 618 222 5 333 192 357 202 5 362 197 386 204 0 617 237 640 250 0 479 220 503 232 0 387 200 403 205 0 366 196 386 204 0 348 198 368 203 0 499 219 519 225 0 460 217 479 228
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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