yolov5 自制数据集格式

yolov5 自制数据集格式

本文中的格式适用于 yolov3 yolov5 的数据集格式。

在学习 yolo 的过程中对于数据集的制作让我折腾了半天,现将 yolo 所需数据集格式整理成了仓库的形式放在 gitee 上,需要的同学自取,链接如下:
yolo 数据集格式

前提条件

pip install labelImg

使用labelImg 软件来为数据集打标签,生成的为xml格式文件

使用说明

该仓库还在持续更新,使用方法请参考链接:yolo 数据集格式链接

此仓库用来生成 yolo 所使用的自定数据集。

1. 文件树

parent

├── Annotations :数据集的标签

└── images:数据集

└── ImageSets:训练集、验证集、测试集

└── labels:训练集、验证集、测试集的标签集合

└── userfunc:处理数据集的 python 文件

└──parent.yaml :数据集调用文件

2. 制作数据集

  • 将标签集合放入 Annotations
  • 将图片集合放入 images

3. 使用说明

cd userfunc
python run.py # 指定 run.py 中 classes 的类别
  • 将 XXX.yaml 文件复制到 yolov5/data/ 路径里

  • 将本数据集放入与 yolo 文件夹同级的 datasets 文件夹下

    parent1

    ├── yolov5 :代码文件

    └── datasets:数据集

4. 额外功能

DLC_XXX.py 提供了一些辅助功能

  • DLC_rename.py:按提供的后缀名批量修改文件名
  • DLC_video_and_picture.py: 从摄像头拍摄视频和将视频拆图
  • DLC_xml_change.py: 修改xml文件内指定内容 (未完善)
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在YOLOv5中使用自己制作的数据集,您可以按照以下步骤进行操作: 1. 使用labelImg等工具标注数据集:下载并使用labelImg工具标注您的数据集。确保将标注后的图像和相应的标签文件存放在正确的位置。 2. 将VOC标签换为YOLO标签格式YOLOv5使用自定义的标签格式,因此您需要将VOC格式的标签换为YOLO格式。这可以通过使用脚本或在代码中进行换实现。 3. 数据集划分:将数据集划分为训练集、验证集和测试集。确保在划分过程中保持数据集的平衡和代表性。 4. 设置数据集文件夹的位置:在您的文件系统中创建一个数据集文件夹,并将图像和标签文件分别存放在相应的文件夹中。同时,创建一个data.yaml文件,其中包含数据集的相关信息,如类别数和文件路径。 5. 使用YOLOv5训练:使用YOLOv5源码位置中的代码,按照官方文档中的说明进行训练。确保在训练过程中正确指定数据集文件夹和相关参数。 综上所述,这些是在YOLOv5中使用自制数据集的一般步骤。您可以参考相关文档和教程来获取更详细的操作指南。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [制作YOLOv5数据集](https://blog.csdn.net/Z960515/article/details/121945811)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [YOLOv5系列 1、制作自己的数据集](https://blog.csdn.net/fjlaym/article/details/123992962)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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