使用yolov5訓練資料集筆記

準備工作

1. 安裝labelimg

labelimg:主要用于目标檢測的目标框繪制，得到關于我們訓練的邊框位置、類别等資料

pip install labelimg
           

2. 下載下傳yolov5源碼

我使用的是v7.0版本，直接下載下傳即可，下載下傳後解壓出來

2.1 安裝yolov5運作依賴包

進入到解壓出來的檔案夾，運作此指令：

pip install -r requirements.txt
           

3.準備資料

一、在yolov5的同級目錄下建立如下圖結構檔案夾，名字最好不要更改

images:儲存的是原圖檔，train檔案夾儲存用于訓練集圖檔，val檔案夾儲存所有的圖檔，test檔案夾用于儲存測試集圖檔。

labels:儲存labelimg轉化出來的yolo txt檔案，train檔案夾儲存訓練集圖檔的yolo資訊，val檔案夾儲存所有的圖檔的yolo資訊，test檔案夾用于儲存測試集圖檔yolo資訊。

4.目标标注

使用labelimg進行目标标注

windows在控制台輸入labeli按下tap鍵可自動補全，回車即可

labelImg.exe
           

打開以後如下圖：

1. open Dir是原圖檔檔案夾路徑：打開第3步中建立的檔案夾images/val
2. Change Save Dir是儲存yolo資訊的檔案夾：打開第3步建立的檔案夾labels/val
3. 開始目标标注，滑鼠點選Edit>Create RectBox（或者按下鍵盤w鍵也可以）後就可以在圖檔上進行目标标注

   

4. 打開自動儲存，

   

   ![在這裡插入圖檔描述](https://img-blog.csdnimg.cn/61443549f37c4a2eb07495866bd7d1e7.png
5. 選擇儲存為yolo txt格式

   

   點選切換

   

6. 标注目标以後可以通過按鍵盤a(上一張)或者d(下一張)來切換圖檔，标注的圖檔會自動儲存

   

5. 分離訓練集和測試集資料

例如在images/val中如下圖檔：

0001.jpg

0002.jpg

0003.jpg

0004.jpg

0005.jpg

0006.jpg

将0001.jpg ~ 0005.jpg複制到images/train檔案夾下；将0006.jpg複制到images/test檔案夾下.

同樣的，也要将轉化後的對應的yolo資訊檔案移動到對應的檔案夾；

将0001.txt ~ 0005.txt複制到labels/train檔案夾下；将0006.txt複制到labels/test檔案夾下.

6.修改源代碼路徑

檢測train.py檔案找到data參數對應的預設檔案：

修改coco128.yaml檔案

nc：表示檢測的類别數量，這裡隻檢測人，隻有1個

names: 表示檢測的類别，這裡隻檢測人

還要修改models檔案夾下的yolov5s.yaml檔案

修改完成以後直接運作指令開始訓練即可

python train.py