自制数据集

目录

前言

一、创建以.yaml为后缀的数据集

1.介绍

2.做数据集

二、创建标签

1.介绍

总结

---

前言

记录如何制作图像检测的数据集

一、创建以.yaml为后缀的数据集

1.介绍

2.做数据集

       

如何做.yaml文件后面会介绍

准备工作：

1）先在网上下载自己所需的数据集图片（最好以英文命名） 

2）创建需要检测物体的标签，以.txt文件命名（不同类别分行隔开

二、创建标签

1.介绍

 MAKE SENSE网址:Make Sense

 将下载好的数据集图片进行上传，并选择目标检测进入界面

 在创建标签这步中，选择将标签导入文件（如图所示），将需要识别的目标进行分类，并将名字以分行的方式呈现，存储在txt文件中，再将txt文件上传到MAKE SENSE中。

 标签设好以后可以在图片中选择对应的目标进行标注，标注完成后将数据集以YOLO的格式进行导出到我们的电脑上。

图片和导出的标签一一对应，标签的txt文档中不同列的数字代表不同的含义，已在图中给出。图中的x中心，y中心，宽度，高度给出的均归一化到了0到1之间。

 归一化过程分别将目标的x中心，y中心，宽度，高度与边相比，边的长度为1.

3.组织文件夹

 

 在项目的根目录中创建自己的数据集文件，并在数据集文件中创建images和labels两个文件，并在这两个文件夹下分别再创建训练集和测试集的文件夹，并将对应的图像数据和标签数据导入·。

 选择一个已存在的数据集修改成自己的数据集

 数据集的内容如上图所示，注意类别的0，1，2需要根据label.txt文件中的类别进行一一对应

 将我们自制的数据集路径拷贝到train模块中，位置在train模块中的parse_opt函数下的对应修改数据集路径的地方（如图红框所示），并运行train模块。

 已经开始对数据集进行训练

训练完成后，将最好的训练模型路径复制到detcect模块中parse_opt函数的对应位置（第一行红框标出），将需要检测的图片路径复制到parse_opt函数的对应位置（第二行红框标出），运行detect模块得到检测结果。

数据集制作结束。

---

总结

简单记录制作图像数据集的步骤，没有难点。