YOLO5自制数据集(附源码工具)

本文节选自我的博客：YOLO5 自制数据集

• 💖 作者简介：大家好，我是MilesChen，偏前端的全栈开发者。
• 📝 CSDN主页：爱吃糖的猫🔥
• 📣 我的博客：爱吃糖的猫
• 📚 Github主页: MilesChen
• 🎉 支持我：点赞👍+收藏⭐️+留言📝
• 💬介绍：The mixture of WEB+DeepLearning+Iot+anything🍁

本文设计的代码与素材均在这里，如果对您有帮助，欢迎start

1.打标签

执行labelImg.exe，制作xml数据集

2.构建VOC2007目录

将标注好的xml文件放在Annotations目标中
将图片放在JPEGImages中

3.用python依次执行1,2,3，后面会提供1,2,3程序

注意：执行1.数据集划分.py之前需要修改数据集划分的比例（可以不修改）

注意：执行2.voc_label.py之前需要修改类别（必须修改）

依次执行1,2,3py文件，会生成一堆其他文件和这个yolo5_data

将生成的uolo5_data拷贝到yolo项目

4.在YOLO5项目的data目录中新建自己的yaml文件

写入下面内容nc为分类数量，name是标签名字

5.修改train.py文件

1处需要打开到对应的文件models/yolo5s.yaml文件，修改为分类数量

2处需要改为前面新建的yaml的名字

6.开始训练执行train.py

若是第一次配置
1%执行train.py文件就可以开始训练自己的数据集
99%的可能出现错误，比如：显存不足，模型权重版本不正确，电脑环境没配置好。要根据报错信息具体分析。

---

如果你觉得本文对你有所帮助，别忘记给我点个start，有任何疑问和想法，欢迎在评论区与我交流。