当前位置:   article > 正文

yolo项目中如何训练自己的数据集_yolo训练自己的数据

yolo训练自己的数据
1.收集自己需要标注的图片
2.打开网站在线标注网站

2.1 点击右下角Get Start
在这里插入图片描述
2.2点击这里上传自己的图片
在这里插入图片描述
上传成功后有英文的显示
在这里插入图片描述
点击左边的Object Detection,表示用于目标检测
2.3选择新建标签还是从本地加载标签
在这里插入图片描述
如果是本地加载标签(左边)
需要在电脑新建一个labels.txt文档,文档的一行代表一个标签类别,下一个标签类别必须换行显示,如图所示
在这里插入图片描述
加载这个labels.txt文件,并开始项目
在这里插入图片描述
2.4关于该标注界面的一些内容
在这里插入图片描述

3.标注过程

3.1鼠标左键拖动形成矩形框就是标注好一个目标,右边选择类别
在这里插入图片描述
3.2给图片标注了部分后,我们觉得太多了,太难标注了,可以点击这个加载AI模型进行标注
在这里插入图片描述
3.3导出(导出为yolo格式)
在这里插入图片描述

4.组织数据集文件夹(以yolov5项目为案例)

4.1新建文件夹,并且导入数据
在这里插入图片描述

5.组织文件

5.1创建的yaml文件如图所示(data目录下和coco128.yaml同一级别下)
在这里插入图片描述
在这里插入图片描述

5.2修改train.py的参数内容
在这里插入图片描述
5.3
初始权重设置为0,初始线程数设置为0

选择预训练权重模型,若default为空则用程序自带初始权重
parser.add_argument('--weights', type=str, default='', help='initial weights path')
parser.add_argument('--workers', type=int, default=0, help='max dataloader workers (per RANK in DDP mode)')
  • 1
  • 2
  • 3

5.4终端执行语句
在这里插入图片描述

6.测试结果

6.1打开detect.py文件(这是一个测试文件)
如下图所示添加以下内容(weights选择训练的最好的best.pt即可)
在这里插入图片描述
注意我这里的第二个框的数据应该是测试集的图片,但是我没有找,所以直接用了训练集的图片,有需要自己修改。
6.2这是train.py和detect.py跑出来的结果
在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/452555
推荐阅读
相关标签
  

闽ICP备14008679号