记录-YOLOv8训练自己的数据集

hei_ya

于 2024-01-11 15:13:53 发布

阅读量621

点赞数 8

分类专栏：深度学习文章标签： YOLO python 开发语言计算机视觉人工智能

本文链接：https://blog.youkuaiyun.com/hei_ya/article/details/135525771

版权

本文介绍了如何使用LabelImg工具创建和标注数据集，包括PascalVOC格式的转换，并详细说明了如何按照YOLOv8的数据集布局进行拆分。此外，还涵盖了YOLOv8训练环境的配置和预训练模型的下载步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.数据集制作

安装labelimg标注工具

pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

启动labelimg

labelImg

调整模式，变成PascalVOC进行标注

label快捷键

CTRL + S 保存标注
w 画框
a 上一张图片
d 下一张图片

voc标注方式，生成的是xml格式文件，需要转换为txt格式，转换代码如下：

import os
import xml.etree.ElementTree as ET

# XML 文件夹路径和输出 TXT 文件夹路径
xml_folder = 'data'
txt_folder = 'data'

# 类别名称和对应的 ID 映射关系
class_mapping = {
    'mouse': 0,
    # 添加更多类别...
}

# 遍历 XML 文件夹中的每个文件
for xml_file in os.listdir(xml_folder):
    if not xml_file.endswith('.xml'):
        continue

    # 解析 XML 文件
    tree = ET.parse(os.path.join(xml_folder, xml_file))
    roo

最低0.47元/天解锁文章