devbox
繁依Fanyi0
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

yolov5制作数据集（实测）_yolov5数据集制作

作者：繁依Fanyi0 | 2024-03-22 21:45:52

赞

踩

yolov5数据集制作

最近在克隆yolov5的时候，简单的做了一下数据集，在此总结一下自己的制作过程，还有一些小的技巧。

我用的是制作yolo标签常用的工具labelimg，labelimg具体怎么安装，在此省写，可以在csdn搜索相关的博客下载，本文是在大家已经具备labelimg下进行演示。

首先，大家可以打开anaconda prompt，输进去activate labelimg，接着输进去labelimg，打开labelimg，进行图像标注，下面图片展示。

​

​ 

然后建立一个文件夹mydatas，里面设置四个小的文件夹，如图所示​

 在images和JPEGImages中存放相同的照片，打开刚刚打开的labelimg软件，进行如下操作。 ​

 ps：labelimg打标签的时候，要设置voc格式，还有一些小的快捷键，键盘的w是画框，a是上一张，d是下一张，工具栏中view中的第一个记得勾上，可以自动保存图，我给演示一个打标签的图片，如图所示，标签尽量用英文，我再看其他人的博客时候，用中文标注的时候，最后预测框，可能会出现乱码，还是最好用英文标注一下。​

 但是有的时候，可能觉得自己的图片有点少，我们可以继续图像增强操作，下面给大家附上一个百度网盘，是别人制作的，里面有说明，操作比较简单，不懂的可以来问我。http://链接：https://pan.baidu.com/s/1drtkGYXFDynL1-hQPz6Uhw 提取码：05za

还有一个小小的技巧就是，有的时候图片名字比较乱，我给大家推荐一个好压软件，可批量进行图片重新命名的操作，如图所示​

​ 

 打标签做好之后，把创建的mydatas文件夹复制到yolov5的目录中去，我用的是pycharm打开的。

​

 下面进行的是，划分训练集集，测试集，代码如下，这一部分基本不用修改，运行即可。

  1. import os
  2. import random
  3. trainval_percent = 1
  4. train_percent = 0.9
  5. xmlfilepath = 'mydatas/Annotations'
  6. txtsavepath = 'mydatas/ImageSets'
  7. total_xml = os.listdir(xmlfilepath)
  8. num = len(total_xml)
  9. list = range(num)
  10. tv = int(num * trainval_percent)
  11. tr = int(tv * train_percent)
  12. trainval = random.sample(list, tv)
  13. train = random.sample(trainval, tr)
  14. ftrainval = open('mydatas/ImageSets/trainval.txt', 'w')
  15. ftest = open('mydatas/ImageSets/test.txt', 'w')
  16. ftrain = open('mydatas/ImageSets/train.txt', 'w')
  17. fval = open('mydatas/ImageSets/val.txt', 'w')
  18. for i in list:
  19.     name = total_xml[i][:-4] + '\n'
  20.     if i in trainval:
  21.         ftrainval.write(name)
  22.         if i in train:
  23.             ftrain.write(name)
  24.         else:
  25.             fval.write(name)
  26.     else:
  27.         ftest.write(name)
  28. ftrainval.close()
  29. ftrain.close()
  30. fval.close()
  31. ftest.close()

 在annotations下出现四个文本，​

 下一步，创建一个py，把标记的labels转换成txt文件，代码如下

  1. import xml.etree.ElementTree as ET
  2. import pickle
  3. import os
  4. from os import listdir, getcwd
  5. from os.path import join
  6. sets = ['train', 'test', 'val']
  7. classes = ['boltl', 'gear', 'nut', 'shaft']
  8. def convert(size, box):
  9.     dw = 1. / size[0]
  10.     dh = 1. / size[1]
  11.     x = (box[0] + box[1]) / 2.0
  12.     y = (box[2] + box[3]) / 2.0
  13.     w = box[1] - box[0]
  14.     h = box[3] - box[2]
  15.     x = x * dw
  16.     w = w * dw
  17.     y = y * dh
  18.     h = h * dh
  19.     return (x, y, w, h)
  20. def convert_annotation(image_id):
  21.     in_file = open('mydatas/Annotations/%s.xml' % (image_id),encoding='utf-8')
  22.     out_file = open('mydatas/labels/%s.txt' % (image_id), 'w',encoding='utf-8')
  23.     tree = ET.parse(in_file)
  24.     root = tree.getroot()
  25.     size = root.find('size')
  26.     w = int(size.find('width').text)
  27.     h = int(size.find('height').text)
  28.     for obj in root.iter('object'):
  29.         difficult = obj.find('difficult').text
  30.         cls = obj.find('name').text
  31.         if cls not in classes or int(difficult) == 1:
  32.             continue
  33.         cls_id = classes.index(cls)
  34.         xmlbox = obj.find('bndbox')
  35.         b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
  36.              float(xmlbox.find('ymax').text))
  37.         bb = convert((w, h), b)
  38.         out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
  39. wd = getcwd()
  40. print(wd)
  41. for image_set in sets:
  42.     if not os.path.exists('mydatas/labels/'):
  43.         os.makedirs('mydatas/labels/')
  44.     image_ids = open('mydatas/ImageSets/%s.txt' % (image_set)).read().strip().split()
  45.     list_file = open('mydatas/%s.txt' % (image_set), 'w')
  46.     for image_id in image_ids:
  47.         list_file.write('mydatas/images/%s.jpg\n' % (image_id))
  48.         convert_annotation(image_id)
  49.     list_file.close()

值得要注意的是，这个代码中要修改几个地方，就是你自己打标签的名字，换成你自己的就可以了。​

 到此为止，数据集制作完成。

下面我给大家一个yaml文件，代码如下，

  1. # YOLOv5 声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop】
    推荐阅读
    相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。