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
