【YOLO学习】制作和训练自己的数据集

常见的数据集有PASCAL-VOC2007VOC2012ILSVRC2014ILSVRC2017MS-COCO2015MS-COCO2018OID-2018

接下来我们制作我们自己的数据集咯~

1、创建label标签

我们可以使用一个在线的标注工具Make Sense

【YOLO学习】制作和训练自己的数据集_第1张图片

 点击Get Started

上传我们要标注的图片,这里以网球为例!

【YOLO学习】制作和训练自己的数据集_第2张图片

 【YOLO学习】制作和训练自己的数据集_第3张图片

 我们可以看到已经上传了10张图片,然后我们因为是目标检测,因此选择Object Detection

【YOLO学习】制作和训练自己的数据集_第4张图片

 他说,在开始之前,你应该创建一个标签的列表,你也可以选择跳过,等会再定义

我选择Start project

 可以看到已经进来了!

开始标注!

【YOLO学习】制作和训练自己的数据集_第5张图片

 框选网球,点击右边的选择标签

【YOLO学习】制作和训练自己的数据集_第6张图片

 添加标签!!点击加号!

【YOLO学习】制作和训练自己的数据集_第7张图片

 【YOLO学习】制作和训练自己的数据集_第8张图片

 【YOLO学习】制作和训练自己的数据集_第9张图片

这时发现右边有标签选择项了,选择tennis

这样就可以啦!

 图片少还行,多的话,一个个一个标注是有点费劲的,我们可以采用该网页提供的 AI模型,先进行识别框选后,再进行修改即可,即半人工!

【YOLO学习】制作和训练自己的数据集_第10张图片

 【YOLO学习】制作和训练自己的数据集_第11张图片

 比如我用coco数据集模型进行先标注!

过程稍微有点点久哦!

【YOLO学习】制作和训练自己的数据集_第12张图片

 已经检测到球,点击Accept!

 我们可以发现检测效果还不错,你会发现多了一个框,我们可以删除其中一个即可!

然后我们标注完成后开始导出数据!

【YOLO学习】制作和训练自己的数据集_第13张图片

【YOLO学习】制作和训练自己的数据集_第14张图片

选择YOLO格式

 【YOLO学习】制作和训练自己的数据集_第15张图片

 【YOLO学习】制作和训练自己的数据集_第16张图片

 我们可以发现他把图片的类别,坐标位置(x,y,w,h)都成功输出来啦!

并且发现没有,已经把坐标进行了归一化到0-1之间!

2、整理数据

在工程文件中创建一个文件夹

【YOLO学习】制作和训练自己的数据集_第17张图片

我创建一个名为my_data的文件夹

里面分别是imageslabels文件夹

这两个文件夹里面各自有testtrain文件夹

然后将我们图片放到imagestrain文件夹里

                 标注文件放到labelstrain文件夹里

 【YOLO学习】制作和训练自己的数据集_第18张图片

3、创建dataset.yaml

【YOLO学习】制作和训练自己的数据集_第19张图片

新建一个mydataset.yaml文件

【YOLO学习】制作和训练自己的数据集_第20张图片

【YOLO学习】制作和训练自己的数据集_第21张图片

打开训练文件train.py, 在--data的default改成我们自己的yaml文件路径即可!

开始训练!!!

【YOLO学习】制作和训练自己的数据集_第22张图片

你可能感兴趣的:(深度学习,自动驾驶,人工智能)