GitHub上YOLOv5开源代码的训练数据定义_yolov5 plot_results

GitHub上YOLOv5开源代码的训练数据定义

代码地址：https://github.com/ultralytics/YOLOv5

训练数据定义地址：https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data

YOLOv5训练自定义数据

本指南说明了如何使用YOLOv5 训练自己的自定义数据集。

开始之前

copy此仓库，下载教程数据集，并安装requirements.txt依赖项，包括Python> = 3.7和PyTorch> = 1.5。

git clone https://github.com/ultralytics/yolov5 # clone repopython3 -c “from yolov5.utils.google_utils import gdrive_download; gdrive_download(‘1n_oKgR81BJtqk75b00eAjdv03qVCQn2f’,‘coco128.zip’)” # download datasetcd yolov5pip install -U -r requirements.txt

训练自定义数据

1.创建Dataset.yaml

data / coco128.yaml是一个小型教程数据集，由COCO train2017 中的前128张图像组成。在此示例中，这些相同的128张图像用于训练和验证。coco128.yaml定义1）训练图像目录的路径（或带有训练图像列表的* .txt文件的路径），2）与的验证图像相同的路径，3）类数，4）类列表名称：

＃训练和Val的数据集（图像目录或* .txt与图像路径文件）训练： …/coco128/images/train2017/ VAL： …/coco128/images/train2017/

类数量

＃类名称名称： [“人”，“自行车”，“汽车”，“摩托车”，“飞机”，“公共汽车”，“训练”，“卡车”，“船”，“交通灯”， “消火栓” ”，“停车标志”，“停车计时器”，“长凳”，“鸟”，“猫”，“狗”，“马”，“绵羊”，“牛”， “大象”，“熊”，“斑马” '，‘长颈鹿’，‘背包’，‘雨伞’，‘手提包’，‘领带’，‘手提箱’，‘飞盘’，# parametersnc: 80 # n