devbox
羊村懒王
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进行实例分割并训练自己的数据集_yolov5 分割

作者：羊村懒王 | 2024-05-23 02:51:06

赞

踩

yolov5 分割

最近在使用yolov5算法进行目标检测，但是有的时候检测效果会不好，所以在网上找了找资料，发现yolov5也可以自带实例分割，所以用yolov5自带的实例分割试一下，记录一下自己的学习内容，话不多说，看下面！~~

一、下载yolov5-seg-master源码

https://github.com/z1069614715/yolov5-seg

二、标注数据集

这里我用的是自己拍摄的颗粒数据集，标注工具使用的是labelme，labelme工具下载请参考https://blog.csdn.net/zong596568821xp/article/details/83375227

在使用labelme标注数据集时保存的标签格式为json格式，通常要将json格式转换为txt格式，转换代码如下

  1. import json
  2. import os
  3. import argparse
  4. from tqdm import tqdm
  5.  
  6.  
  7. def convert_label_json(json_dir, save_dir, classes):
  8.     json_paths = os.listdir(json_dir)
  9.     classes = classes.split(',')
  10.  
  11.     for json_path in tqdm(json_paths):
  12.         # for json_path in json_paths:
  13.         path = os.path.join(json_dir, json_path)
  14.         with open(path, 'r') as load_f:
  15.             json_dict = json.load(load_f)
  16.         h, w = json_dict['imageHeight'], json_dict['imageWidth']
  17.  
  18.         # save txt path
  19.         txt_path = os.path.join(save_dir, json_path.replace('json', 'txt'))
  20.         txt_file = open(txt_path, 'w')
  21.  
  22.         for shape_dict in json_dict['shapes']:
  23.             label = shape_dict['label']
  24.             label_index = classes.index(label)
  25.             points = shape_dict['points']
  26.  
  27.             points_nor_list = []
  28.  
  29.             for point in points:
  30.                 points_nor_list.append(point[0] / w)
  31.                 points_nor_list.append(point[1] / h)
  32.  
  33.             points_nor_list = list(map(lambda x: str(x), points_nor_list))
  34.             points_nor_str = ' '.join(points_nor_list)
  35.  
  36.             label_str = str(label_index) + ' ' + points_nor_str + '\n'
  37.             txt_file.writelines(label_str)
  38.  
  39.  
  40. if __name__ == "__main__":
  41.     """
  42.     python json2txt_nomalize.py --json-dir my_datasets/color_rings/jsons --save-dir my_datasets/color_rings/txts --classes "cat,dogs"
  43.     """
  44.     parser = argparse.ArgumentParser(description='json convert to txt params')
  45.     #只需要改下面两个default就可以，第一个是通过labelme标注数据集保存的json文本路径，第二个是保存到txt文件的路径
  46.     parser.add_argument('--json-dir', type=str, default=r'E:\lesson\yolov5-seg-master\dataset\data_annotated', help='json path dir')
  47.     parser.add_argument('--save-dir', type=str, default=r'E:\lesson\yolov5-seg-master\dataset\txtss', help='txt save dir')
  48.     parser.add_argument('--classes', type=str, default='Par', help='classes')
  49.     args = parser.parse_args()
  50.     json_dir = args.json_dir
  51.     save_dir = args.save_dir
  52.     classes = args.classes
  53.     convert_label_json(json_dir, save_dir, classes)

三、训练数据集

得到了txt文件的标签，我们就可以进行数据集的训练啦~，首先将数据集进行打包，划分训练集和验证集，像我这样！！

 上面就是打包好的数据集，images下面的train文件和val文件分别放训练集和验证集的图片，labels下面的train和val分别放训练集和验证集的标签~  注：是转换过后的txt文件标签哦~

四、修改代码

 （1）创建自己的yaml文件

在data文件下创建自己的yaml文件，这里我命名为par.yaml，代码如下：

  1. # YOLOv5 
    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/羊村懒王/article/detail/611036
    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。