从零开始完成YOLOv5目标识别（五）一种扩充数据集的方式

往期文章

从零开始完成Yolov5目标识别（四）封装一个跨设备的YOLOv5检测软件

从零开始完成YOLOv5目标识别（三）用PyQt5展示YOLOv5的识别结果

从零开始完成Yolov5目标识别（二）制作并训练自己的训练集

从零开始完成Yolov5目标识别（一）准备工作

目录

1. 补充数据

2. 可能出现的问题

---

1. 补充数据

对新加入的数据进行接续编号的方法：

import os
import sys

path="/新加入数据集目录"
fileList=os.listdir(path)
n=0
m=已经存在的数据数目
for i in fileList:    
    oldname=path+ os.sep + fileList[n]     
    newname=path+os.sep +"train"+str(m+1)+".jpg"   
    os.rename(oldname,newname) 
    print(oldname,'======>',newname)
    n+=1
    m+=1

重新运行划分训练集和验证集的.py文件，检查新加入的数据集是否重新被分配

使用labelIng重新进行标定

2. 可能出现的问题

报错：ZeroDivisionError: float division by zero

问题代码：

 dw和dh出现除0错误。

修改方法：

找到新标定的.xml文件，检查其中的size变量发现width和height为0，需要进行修改：

 

将对应值修改为图片大小即可。

注意：在扩充数据集重命名文件时强行修改文件格式时会出现上述情况，特别是在引用公开数据集时一定要注意。