一、准备数据集
数据集来自VOC目标检测数据集
数据目录结构如下:
(需要将xml格式转为yolo格式,并且使用split进行数据集划分)

二、修改yaml文件
修改yolov5.yaml

创建数据集yaml文件

三、开始训练
同Y1中类似,这里不再复述
结果如下:

本文详细介绍如何基于VOC目标检测数据集准备数据,并转换为YOLO格式,同时完成数据集划分。接着介绍如何修改YOLOv5的配置文件以适应特定任务的需求,并最终开始训练过程。
数据集来自VOC目标检测数据集
数据目录结构如下:
(需要将xml格式转为yolo格式,并且使用split进行数据集划分)

修改yolov5.yaml

创建数据集yaml文件

同Y1中类似,这里不再复述
结果如下:

您可能感兴趣的与本文相关的镜像
Yolo-v5
YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎
5337
4302
1985

被折叠的 条评论
为什么被折叠?