yolov5训练自己的数据集

发布时间:2023年12月17日

1.要保证yolov5的目录和数据集在同一级目录下,格式如下,我的数据集是leaf。要和yolov5-master在一个级别。
在这里插入图片描述

2.数据集leaf的格式是非常重要的,leaf里面有有train(训练集),val(验证集),还有一个是test吧,但我就是简单做了一个小实验,并没有写这个,有需要的话可以自己加上。
在这里插入图片描述train里面格式如下:train里面有images和labels。

在这里插入图片描述
images里面存放的是图片
在这里插入图片描述
labels里面存放的是标签(txt格式)
在这里插入图片描述

val里面的格式跟train一样
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.要自己定义yaml文件,不要在原文件基础上改,否则容易出错。
我自己定义的yaml文件是data.yaml文件,文件名字可以根据自己的情况随便定义,将写好的文件放在yolov5的data目录下,data.yaml文件里面的内容和放在yolov5的路径如下:
在这里插入图片描述
在这里插入图片描述

3.修改yolov5的modle文件下的模型文件,如yolov5s.yaml(我自己选的是yolov5s.yaml文件,大家可以根据自己的需要进行选取)
在这里插入图片描述
更改yolov5s.yaml的内容。只需要将分类改成自己的分类。改一个地方即可
在这里插入图片描述
4.在终端使用下面命令即可。
python train.py --data data/data.yaml --cfg models/yolov5s.yaml --weights weights/yolov5s.pt --epochs 50
在这里插入图片描述
最终的结果存到哪里会在最后告知
在这里插入图片描述
我们在yolov5-master的目录下面的runs/train/exp10查看训练好的文件
在这里插入图片描述

文章来源:https://blog.csdn.net/qq_44421796/article/details/135039350
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。