【YOLOV5 入门】——构建自己的数据集&模型训练&模型检验

一、准备工作

1、数据收集

图片类型数据不用多说；视频类型数据利用opencv进行抽帧保存为一张张图片，这里选取30s的名侦探柯南片段进行试验，确保环境解释器下安装了opencv（我使用的是另一个虚拟环境）：

import cv2
import matplotlib.pyplot as plt

#打开视频文件
video = cv2.VideoCapture("./a.mp4")
#读取一帧(试验)
ret, frame = video.read()  #ret返回是否读到内容（true/false），frame保存内容

plt.imshow(frame) #cv读取图片不是按照RGB，是BGR
plt.show()  #图片颜色奇怪

# 将BGR图像转换为RGB图像
plt.imshow(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
plt.show()   #图片颜色正常

上面是演示抽取一帧，下面每隔30帧抽取一张并保存在文件夹images下：