YOLOV5 制作并且训练自己的数据集(Arch Linux)

 

目录

1.利用labelimg标注数据集

2.在pycharm中整理文件目录

3.进行数据集的训练并且进行验证

正文

1.利用labelimg标注

首先,ArchLinux中的默认python版本是3.10,但是对于labelimg这个软件来说,则会出现float的报错(报错原因定位于python的版本问题),作者切换回了python38就规避了这个问题,这里的话依然是建议使用anaconda,可以实现虚拟python环境。

安装labelimg工具推荐使用pip的方式进行安装,在terminal中输入如下指令

pip install labelimg

安装完成后,则在terminal中输入labelimg来打开软件。如果中windows中使用的话,作者尝试时出现了QT缺少插件的问题,于是百度了解决方法,发现是没有将QT的路径设置在系统变量中。这里可以自行百度解决。

打开labelimg软件后,YOLOV5 制作并且训练自己的数据集(Arch Linux)_第1张图片

 会显示如上的界面。

左边是基本的选项,中这里我们需要点击最后的那个PascalVOC来切换数据集标注格式,切换到YOLO的格式来进行标注。切换完成后点击OPEN DIR,打开呢存放数据集照片的那个文件夹。注意文件目录建议设置如下:

datasets

        /images

                /train

                /val

        /labels

                /train

                /val

其中images是图像,label则存放标签,train中存放的是训练集,val中存放的则是验证集。在labelimg中点击Rectbox则可以进行数据集的标注。同时这里建议点击change save dir来进行labels文件的默认保存路径的修改。建议存放到上面所述目录的train下,val中需要存放大约train的百分之30数量的标签,images同labels。

你可能感兴趣的:(Linux,python,计算机视觉,视觉检测,人工智能)