【 YOLOv5】目标检测 YOLOv5 开源代码项目调试与讲解实战（4）-自制数据集及训练（使用makesense标注数据集）

发布时间：2023年12月28日

如何制作和训练自己的数据集

看yolov5官网

在这里插入图片描述
首先是创建.yaml数据集
1）首先指明数据集的根目录在哪里，训练集，验证集，测试集他们文件夹的相对路径
2）指定训练中有多少个类
3）指定这些类代表什么含义
在这里插入图片描述

创建数据集

1.搜索需要的图片

这里名字最好保存为英文，保存在data下面
在这里插入图片描述

2.创建标签

标注数据集地址：

https://www.makesense.ai/

在这里插入图片描述

放入图片后选择目标检测

在这里插入图片描述

创建文档，每个标签写在单独的一行

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

上传结果

在这里插入图片描述
在这里插入图片描述

此处可以编辑类别

在这里插入图片描述
从上往下依次是
标签列表
导入图片
导入标注
导出标注
用训练好的检测

在这里插入图片描述
一般用矩阵标注

把车框选选择类别即可

在这里插入图片描述

导出数据

在这里插入图片描述
在这里插入图片描述
需要归一化
在这里插入图片描述

3.新建一个目录放数据

在这里插入图片描述

继续在该目录下新建
在这里插入图片描述
新建目录如图
在这里插入图片描述
把图片和标注的数据放入
在这里插入图片描述

写yaml文件

直接复制一个，并命名为mydata
在这里插入图片描述
在这里插入图片描述
更改如图
在这里插入图片描述
更改train.py里的数据集路径
在这里插入图片描述
开始训练
在这里插入图片描述

4. 测试训练效果

在这里插入图片描述
拷贝到 detect.py
在这里插入图片描述

在这里插入图片描述
更改后
在这里插入图片描述

点击运行
在这里插入图片描述

防止pychram检索数据集的方法

在这里插入图片描述

文章来源:https://blog.csdn.net/weixin_46050242/article/details/135272114
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。
最新文章