如何制作和训练自己的数据集
- 看yolov5官网
- 创建数据集
- 1.搜索需要的图片
- 2.创建标签
- 标注数据集地址:
- 放入图片后选择目标检测
- 创建文档,每个标签写在单独的一行
- 上传结果
- 此处可以编辑类别
- 把车框选选择类别即可
- 导出数据
 
- 3.新建一个目录放数据
- 写yaml文件
 
- 4. 测试训练效果
 
- 防止pychram检索数据集的方法
看yolov5官网

 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
 
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
 
2.创建标签
标注数据集地址:
https://www.makesense.ai/

放入图片后选择目标检测

创建文档,每个标签写在单独的一行


 
上传结果

 
此处可以编辑类别

 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

 一般用矩阵标注
把车框选选择类别即可

导出数据

 
 需要归一化
 
3.新建一个目录放数据

继续在该目录下新建
 
 新建目录如图
 
 把图片和标注的数据放入
 
写yaml文件
直接复制一个,并命名为mydata
 
 
 更改如图
 
 更改train.py里的数据集路径
 
 开始训练
 
4. 测试训练效果

 拷贝到 detect.py
 

 更改后
 
点击运行
 
防止pychram检索数据集的方法
