Yolov5训练自己的数据集

目录

1、环境配置

2、使用labelimg标注图片

2.1 在 yolov5目录下 新建文件夹 VOCData(可以自定义命名)

2.2在VOCData下新建两个文件夹 Annotations 以及 images

2.3 labelimg的安装

2.4 使用labelimg进行标注

 3 数据集的划分

3.1. 划分训练集、验证集、测试集

 3.2. XML格式转yolo_txt格式

 4修改训练的配置文件

4.1 在 yolov5 目录下的 data 文件夹下 新建一个 myvoc.yaml文件(可以自定义命名)。

4.2生成anchors

4.3修改模型配置文件

4.4训练过程

 4.5训练可视化

 5测试实验

 6参考连接


1、环境配置

使用的环境:

pytorch: 1.10.0

python: 3.9

yolov5 v6.0

其中: 如果使用GPU,cuda版本要 >=10.1

下载yolov5

yolov5 v6.0官方要求 Python>=3.6 and PyTorch>=1.7

yolov5源码下载:https://github.com/ultralytics/yolov5

2、使用labelimg标注图片

2.1 在 yolov5目录下 新建文件夹 VOCData(可以自定义命名)

2.2在VOCData下新建两个文件夹 Annotations 以及 images

 

images:用于存放要标注的图片(jpg格式)

Annotations :用于存放标注图片后产生的内容(这里采用XML格式)

2.3 labelimg的安装

打开anaconda prompt

 输入:pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

2.4 使用labelimg进行标注

首先新建一个predefined_classed.txt文件,在文件内写入待标注的类别。

 在终端中进入到VOCData文件夹

 输入如下的命令打开labelimg。这个命令的意思是打开labelimg工具;打开JPEGImage文件夹,初始化predefined_classes.txt里面定义的类。

labelimg predefined_classes.txt

 运行如上的命令就会打开这个工具;如下

待标注图片数据的路径文件夹,选择images文件夹

保存类别标签的路径文件夹,选择Annotations 文件夹

这个按键可以说明我们标注的标签为voc格式,点击可以换成yolo或者createML格式。(这里选择voc格式)

        点击View,会出现如图红色框框中的选项。最好和我一样把勾勾勾上。

        Auto Save mode:切换到下一张图的时候,会自动保存标签。

        Display Labels:会显示标注框和标签

        Advanced Mode:标注的十字架会一直悬浮在窗口。

常用快捷键如下:

A:切换到上一张图片

D:切换到下一张图片

W:调出标注十字架

del :删除标注框框

Ctrl+u:选择标注的图片文件夹

Ctrl+r:选择标注好的label标签存在的文件夹

我们设置了标注的十字架一直在标注界面上,这里就不需要我们按快捷键w,然后选择我们需要标注的对象。按住鼠标左键拖出矩形框就可以了。如下图所示,当我们选定目标以后,就会加载出来predefined_classes.txt  定义自己要标注的所有类别(如果类别多,就不需要自己手打每个类别的名字)。打好的标签框框上会有该框框的类别。然后界面最右边会出现打好的类别标签。打好一张照片以后,快捷键D,就会进入下一张,这时候就会自动保存标签文件(voc格式会保存xml,yolo会保

评论 9
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