YOLOv5训练自己的数据集

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。
部署运行你感兴趣的模型镜像

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:

 

 

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值