用YOLOv5训练自己的目标检测数据集(以口罩检测为例) |
您所在的位置:网站首页 › 口罩结构解析图高清 › 用YOLOv5训练自己的目标检测数据集(以口罩检测为例) |
运行YOLOv5首先需要安装深度学习环境,教程请看安装pytorch深度学习环境(GPU版)。 YOLOv5的代码在GitHub上是开源的GitHub - ultralytics/yolov5,利用其代码实现自己的目标检测需求,需要3个步骤:1.准备数据集;2.配置代码参数,训练模型;3.预测。以下笔者将带大家一步步实现自己的目标检测模型训练。 一、准备数据集 1.1 收集图片 我们根据自己的需求收集相关图片,在这里以口罩识别为例。我们从网上收集到一些戴口罩和不戴口罩的图片,如下图所示: labelimg软件是一款开源的数据标注工具,可以标注三种格式。①VOC标签格式的xml文件。②yolo标签格式的txt文件。③createML标签格式的json文件。 labelimg的安装很简单,我们打开cmd,输入以下命令即可: pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple 1.2.2 利用labelimg软件打标签首先我们不妨建立个名为VOC2007的文件夹,里面创建一个名为JPEGImages的文件夹用以存放我们收集好的需要打标签的图片;再创建一个名为Annotations的文件夹用以存放标注的标签文件;最后创建一个名为 predefined_classes.txt 的txt文件用以存放所要标注的类别名称。结构如下图所示: 在这里我们想要实现的是检测有没有戴口罩,因此predefined_classes.txt文件的类别只有2个,如下图所示: 然后,我们要在VOC2007的目录下(一定要是该目录下)打开cmd,输入以下命令: labelimg JPEGImages predefined_classes.txt这个命令的意思是利用labelimg软件给JPEGImages文件夹中的图片,按照 predefined_classes.txt 文件中的分类打标签。 打开后的界面如下图所示,其中 Open Dir是选择存放图片的文件夹,在这里我们的命令将其默认为JPEGImages文件夹; Change Save Dir是改变存储标签的文件夹,这里我们默认为Annotations文件夹; PascalVOC是选择标签格式,上边介绍过,主要有3种,我们通常选择PascalVOC的xml格式,YOLO格式也行,两者之间可以相互转换; Create RectBox是产生打标签的十字位置线,对图片进行标注。 框取目标检测位置后会出现标签选择框,我们选择对应的标签即可,如下图所示。然后就可以点击Next Image对下一幅图片进行标注,直至全部图片标注完成。 两种标签格式如下图所示: PascalVOC的xml格式: YOLO的txt格式: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |