关于yolov5使用教程2.docx

Yolov5训练自己的数据集

一、环境搭建

##1.代码下载

在Github上有哪些信誉好的足球投注网站yolov5pytorch版本即可，下载到本地并解压。

##

##2.安装配置环境

大家可以自己看一下，yolov5文件夹里面的，requirements.txt文件，里面即是所需要的配置环境，这时候我们只需要运行pipinstall-rrequirements.txt文件，那么系统就可以按照文件里面的来配置环境啦。当然这建立在你已经下载好cuda和cudnn是的基础上，补充一点：在按照requirements.txt下载pytorch时，可能会出现无法下载的情况，这时候我们只要在pytorch官网上有哪些信誉好的足球投注网站与自己的cuda版本匹配的pytorch即可。（pytorch官网）

#数据集的准备

使用labelImg标注好自己的数据集，（labelImg是专门用来标注的软件，百度有哪些信誉好的足球投注网站下载即可，对了，yolov5标签的格式是txt格式，因此，这点在标注数据集的时候请注意，**链接：/s/1gqhvkbTM5Ht8Wm-pNA09Mw

提取码：csdn*这边附一个链接，直接下载就好了）

YOLOv5中train/valid/.txt文件中保存的是，训练集以及测试集路径，通过split脚本可以生成，yolov5的标签格式是txt格式，英因此需要将xml格式的标签转换为txt格式，通过xml_to_label脚本完成，最后将图片以及txt格式的标签放到obj文件夹下面即可

split.py脚本

importos

importrandom

trainval_percent=0.2#训练和验证集所占比例，剩下的0.1就是测试集的比例

train_percent=0.8#训练集所占比例，可自己进行调整

xmlfilepath=rJ:\yolov5-zahban1\yolov5-zhaban\data\annotation

total_xml=os.listdir(xmlfilepath)

print(type(total_xml[1]))

#total_xml=listtotal_xml

num=len(total_xml)

list=range(num)

tv=int(num*trainval_percent)

tr=int(tv*train_percent)

trainval=random.sample(list,tv)

ftrainval=open(yolov5-zhaban/data/valid.txt,w)

ftrain=open(yolov5-zhaban/data/train.txt,w)

foriinrange(0,num):

#os.path.splitext(total_xml[i])[1]=.jpg

total_xml[i]=total_xml[i].split(.)[0]

name=J:\yolov5-zahban1\yolov5-zhaban\data\obj/+total_xml[i]+.jpg+\n

ifiintrainval:

ftrainval.write(name)

else:

ftrain.write(name)

ftrainval.close()

ftrain.close()

label_label脚本

importxml.etree.ElementTreeasET

importpickle

importos

fromosimportlistdir,getcwd

fromos.pathimportjoin

sets=[train,valid]

classes=[cup,bottle]

defconvert(size,box):

dw=1./size[0]

dh=1./size[1]

x=(box[0]+box[1])/2.0

y=(box[2]+box[3])/2.0

w=box[1]-box[0]

h=box[3]-box[2]

x=x*dw

w=w*dw

y=y*dh

h=h*dh

return(x,y,w,h)

defconvert_annotation(image_id):#转换这一张图片的坐标表示方式（格式）,即读取xml文件的内容，计算后存放在txt文件中。

in_file=open(annotation/%s%ima