YOLOv5训练自己的数据集

oogogogogo

已于 2022-03-23 16:29:14 修改

阅读量3.2k

点赞数 3

分类专栏： python 文章标签： pycharm python 目标检测

于 2022-03-12 15:55:59 首次发布

本文链接：https://blog.youkuaiyun.com/frcbob/article/details/123445113

版权

本文详细介绍了如何使用YOLOv5训练自定义数据集的步骤，包括创建VOCdata文件夹、图片大小重置、图片重命名、使用Labelimg标注、划分训练集与测试集、转换数据集格式以及修改配置文件。最后，通过train.py进行模型训练，为AI目标检测提供了一套完整的流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

YOLOv5训练自己的数据集

文件夹前期大致结构

一、创建VOCdata文件夹

在VOCdata文件夹中创建两个子文件夹，分为训练和测试。

将原始图片放入其中文件夹里的old文件夹中。

二、图片大小重置

将原始图片，统一大小。图片大小重置过后保存到JPEGImages文件夹中。

 import cv2
 import glob
 import os
 
 image_path = "D:/pycharm/yolov5/VOCdata/VOCTrainval/old/*.jpg"  # 原始图片路径
 output_path = "D:/pycharm/yolov5/VOCdata/VOCTrainval/JPEGImages/"   # 修改后的保存路径
 count = 0
 for jpgfile in glob.glob(image_path):
     count += 1
     #img = Image.open(jpgfile)
     image = cv2.imread(jpgfile  )
     image = cv2.resize(image,(1280,720),interpolation=cv2.INTER_CUBIC)
     cv2.imwrite(os.path.join(output_path,os.path.basename(jpgfile)), image)
     print("save%d"%count)
 print("resize finished!")

三、图片重命名

对于统一大小过后的图片，以统一格式重新命名，以便后续增加新的图片进来，代码如下：

 import os
 path=input('D:/pycharm/yolov5/VOCdata/VOCTrainval/JPEGImages/')
 
 #获取该目录下所有文件，存入列表中
 fileList=os.listdir(path)
 n=0
 m=0   # 图片编号从m+1开始
 for i in fileList:
     #设置旧文件名（就是路径+文件名）
     oldname=path+ os.sep + fileList[n]   # os.sep添加系统分隔符
     #设置新文件名
     newname=path+os.sep +"train"+str(m+1)+".jpg"
     os.rename(oldname,newname)   #用os模块中的rename方法对文件改名
     print(oldname,'======>',newname)
     n+=1
     m+=1

或是下面代码（第一次做自己的数据用的就是这个代码）