Yolov5学习过程(2)-- 数据标注、模型训练与测试

0.引言

上一节完成了基本开发环境的配置,本节主要进行数据标注、训练以及测试过程。

https://blog.csdn.net/qq_43499961/article/details/124406265

1.标注工具LabelImg下载安装

输入指令:pip install labelImg #直接命令行输入
启动labelimg:labelImg #直接命令行输入名称即可
打开labelImg

2.数据集标注

因为本次主要是在YoloV5源码上的复现,本着尽可能少的变动,因此文件更改如下:
文件夹
image文件夹下存储训练测试数据,分为test和train,labels文件夹下存储数据对应标签,同样分为test和train。
训练文件夹
在train文件夹中放入我们训练所需的数据集。
打开label进行数据标注。
数据标注

3.模型训练

在Data文件夹下添加MyData.yaml,建立MyData.yaml文件方法,可以先创建一个.txt文件,随后更改属性为.yaml文件即可。
在写到这里的时候,博主决定改个名,也是我以前一直想起的笔名,哈哈!!!
更改MyData
将自己的MyData.yaml路径添加到parse_opt函数之中,并更改我们所需的训练模型yolov5s.yaml。
添加MyData路径
将nc值改的与我们MyData中一致
接下来可以开始训练我们的模型,点击train.py,开始训练。开始报错…
报错信息
原因是下载链接问题,解决方法:翻墙。训练完成:
训练完成过程
生成文件
weights文件夹下的文件

4.数据测试

更改一下几处代码,运行detect.py。
更改这两处
更改这两处
输出结果:
完成测试
完成测试,结果在runs\detect\exp3中查找。
以上就是简单的复现过程,本篇博客由于时间关系可能说的过于简单,欢迎交流讨论!!!
后面有机会,继续进行pyqt5的开发过程记录。。。。。

猜你喜欢

转载自blog.csdn.net/qq_43499961/article/details/124455430