使用 roboflow 将自己的数据集转化为 YOLOv5 所需的格式

首先进入roboflow：https://roboflow.com/

登录 / 注册一个账号：

点击 Create New Project

填写信息：Project Name 和 What will your model predict?需要自己填写，自己想填什么都可以，不影响的，License和Project Type有默认选好的，这里我就是要处理Bounding Box的数据集，所以直接用默认的了，如果做其他任务的话就根据自己的需要更改。

然后点击 Select Folder

选择数据集所在的文件夹，这个文件夹就是下图中的 train 这个文件夹，里面包含两个子文件夹，我命名为 images 和 annotation（什么命名都可以，不影响上传），其中 images 里面是图片，annotation 里面是边界框(Bounding Box)的数据，是 .xml 格式的。这一步就是我把这个 train 文件夹上传上去了

上传后等待片刻就是下图这样的了

然后点击右上角的Finish Uploading

根据需要选择这些数据都是什么？

这里我选择了 Split Images Between Train/Vaild/Test，就是自动划分训练集、验证集和测试集，如下图所示，可以自定义训练集、验证集和测试集的比例。

稍等片刻后就是下图这样

然后点击左边一栏中的Generate

Generate的第3步是数据预处理，根据自己需要，不光有Resize，需要其他的处理可以点击下面的Add Preprocessing Step，

第4步进行的操作也可以根据自己的需要选择

第5步点击生成就可以了。

然后就是导出了，点击右上角的Export。

选择需要转换成的格式，这里我是需要YOLOv5的数据集格式，所以就选择YOLO v5 Pytorch

如果你是在本地训练，可以选择download zip to computer，这样数据集就下载到本地了。

解压后就是下图这样

当然也可以选择show download code，就是以下三种格式，根据自己需要下载就可以了。