【 YOLOv5】目标检测 YOLOv5 开源代码项目调试与讲解实战（4）-自制数据集及训练（使用makesense标注数据集）

如何制作和训练自己的数据集

• 看yolov5官网
• 创建数据集
• • 1.搜索需要的图片
  • 2.创建标签
  • • 标注数据集地址：
    • 放入图片后选择目标检测
    • 创建文档，每个标签写在单独的一行
    • 上传结果
    • 此处可以编辑类别
    • 把车框选选择类别即可
    • 导出数据
  • 3.新建一个目录放数据
  • • 写yaml文件
  • [4. 测试训练效果](#4. 测试训练效果)
• 防止pychram检索数据集的方法

看yolov5官网

首先是创建.yaml数据集

1）首先指明数据集的根目录在哪里，训练集，验证集，测试集他们文件夹的相对路径

2）指定训练中有多少个类

3）指定这些类代表什么含义

创建数据集

1.搜索需要的图片

这里名字最好保存为英文，保存在data下面

2.创建标签

标注数据集地址：

https://www.makesense.ai/

放入图片后选择目标检测

创建文档，每个标签写在单独的一行

上传结果

此处可以编辑类别

从上往下依次是

标签列表

导入图片

导入标注

导出标注

用训练好的检测

一般用矩阵标注

把车框选选择类别即可

导出数据

需要归一化

3.新建一个目录放数据

继续在该目录下新建

新建目录如图

把图片和标注的数据放入

写yaml文件

直接复制一个，并命名为mydata

更改如图

更改train.py里的数据集路径

开始训练

4. 测试训练效果

拷贝到 detect.py

更改后

点击运行

防止pychram检索数据集的方法