![](https://img-blog.csdnimg.cn/20190918140129601.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
模型训练
文章平均质量分 75
记一些笔记和代
爱钓鱼的歪猴
今天不学习,明天变垃圾
展开
-
yolov5 实例分割 jason标注格式转换 && 训练自己的数据集
如图所示,txt中红色边框标注为label,75对应这yaml文件中的vase(花瓶),而黑色横线标记的就是一个坐标如(0.616156,0.364042),为了得到对应真实坐标,需要分别乘以宽和高,得到(0.616156*w,0.364042*h),即为标注的一个点;把后面坐标依次相连可的标注区域。这份代码其实就是把之前写的博客,目标检测json转yolo代码中的convert函数修改了一下。,我这里不用动,因为我在转格式的时候类别列表用的就是coco 80 类别。我选择2,即提供图片在的路径列表文件。原创 2023-05-14 23:05:19 · 2646 阅读 · 0 评论 -
yolov5 目标检测 json标注格式转换 && 划分训练集和验证集
这里花几个小时写了一份代码,可实现jason标注转yolo标注,并生成VOC目录结构,以及划分训练集、验证集,无缝对接yolov5训练。用anylabeling进行标注,标注文件会保存在图片目录下。原创 2023-05-14 18:06:54 · 1181 阅读 · 3 评论 -
anylabeling 自动标注 使用记录 (跑不起来你打我)
SAM+LabelStudio实现自动标注试过了,点了猫图片半天没有反应。还接着尝试了好几个,如SAM-Tool项目,跑不起来。搞了我大半天时间,还是上面这个项目好用,stars走起。linux端即使最小的模型,也只能点一个点跑不起来,最好有GPU,然后在环境中安装onnx-runtime-gpu。下载以下几个预训练权重文件,文件从小到大依次排列,越大的模型分割效果越好,但是分割时间也越长,建议先使用最小的模型试试效果,目前实测最小的模型分割效果也很不错。yaml文件与onnx格式文件在同一目录下。原创 2023-05-14 01:23:03 · 6722 阅读 · 24 评论 -
yolov5 用自己的数据集进行训练
batch可选择调为16、24、40、64、128....。先选一个小的,保证能跑起来,然后慢慢加大,如果内存不足报错,就返回上一个batch大小。把项目models/yolov5n.yaml文件拷贝一份,只修改类别数量(num of classes)就成,保存为。这里没有GPU,所以只跑一个 epoch。这样模仿VOC数据集的目录结构,与yolov5项目里的代码所匹配。train:修改为yolov5_train.txt。val: 修改为yolov5_val.txt。names也进行修改,保存为。原创 2023-05-13 15:30:21 · 1693 阅读 · 0 评论 -
VOC标签格式转yolo格式并划分训练集和测试集
产生一个VOCdevkit目录,其下包含多个目录,其中YOLOLables文件夹是存储所有转换好的yolo标签文件,其他的目录或看文件夹名便知,或已在前面介绍过。Annotations文件夹中存放的是xml格式的标签文件,每一个xml文件都对应于。存放的是数据集的原图片,像素尺寸大小不一。这里是自己的数据集。标注数据最好选择VOC格式,因为VOC格式包含更多的信息。原创 2023-05-13 14:03:05 · 1539 阅读 · 0 评论