[YOLO专题-13]：YOLO V5 - ultralytics制作自己的训练数据集

Posted 2022-01-30 文火冰糖的硅基工坊

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

  本文网址：https://blog.csdn.net/HiWangWenBing/article/details/122288423

---

目录

前言：

步骤1：采集自己的自定义数据集的图片数据

步骤2：为自己的自定义图片数据集打标签

步骤3：把json格式的标签文件转换成yolo-v5所需格式的标签文件

3.1 Yolo Text格式：(Cx, Cy, W, H) ,  且需要归一化后的数据格式

3.2 转换工具：基于现有的工具进行转换

3.3 转换后图片与标签，按照YOLO的方式进行组织

第4步骤：为数据创建YOLO的配置文件

---

前言：

在实际项目中，有时候，没有开源的数据集可用，或者开源的数据集与我们自己业务需要的数据集不同，因此，我们需要自定义我们的数据集，为我们自己的数据集打标签。

不同的公开数据集有不同的数据集格式，YOLO对数据集也有自身的要求，不同版本，也有不同格式要求。本文探讨如何为YOLO V5制作自己的自定义数据集。

制作过程如下：

步骤1：采集自己的自定义数据集的图片数据

（1）方法1：人工拍照片，每一张照片就是数据集中的一张图片。

（2）方法2：拍视频，把视频转换成一张张图片(通过工具，截取视频帧，转换成原始图片）

（3）方法3：数据增强，基于已有的图片数据，通过数据集增强处理，生成新的图片。

备注：

• 采集到所有原始图片，会存放在同一个目录中：xxx.jpg

步骤2：为自己的自定义图片数据集打标签

（1）使用labelme工具，选择合适的图片，为他们进行目标框和分类的标注

具体操作方法如下：

[人工智能-深度学习-68]：数据集 - 如何使用labelme给自定义图片打标签_文火冰糖（王文兵）的博客-CSDN博客

（2）输出：labelme工具生成的标签文件是Json格式的。

• 标签文件与图片文件同名：xxx.json
• 标签文件与图片文件在同一个目录中

这种格式的标签，可视化好，易读，但文本信息比较多，如下图所示：

  "version": "4.6.0",
  "flags": ,
  "shapes": [
    
      "label": "circal",
      "points": [
        [
          280.66666666666663,
          721.6666666666666
        ],
        [
          424.66666666666663,
          868.3333333333334
        ]
      ],
      "group_id": null,
      "shape_type": "rectangle",
      "flags": 
    
  ],
  "imagePath": "173_1384.jpg",
  "imageData": 
  "imageHeight": 1282,
  "imageWidth": 720

Json格式：(x1, y1, x2, y2) ，实际坐标数据格式。这与yolo-v3所期望的格式并不相同。

步骤3：把json格式的标签文件转换成yolo-v5所需格式的标签文件

3.1 Yolo Text格式：(Cx, Cy, W, H) ,  且需要归一化后的数据格式

通过图片的尺寸信息和实际坐标数据，就可以对标签数据进行转换。

5 0.229438 0.16684 0.000854 0.001
5 0.202522 0.183007 0.000977 0.001333

3.2 转换工具：基于现有的工具进行转换

3.3 转换后图片与标签，按照YOLO的方式进行组织

XXX/train/

-----/train/images/

-----/train/labels/

XXX/valid/

-----/valid/images/

-----/valid/labels/

XXX/test/   # 可选

-----/test/images/

-----/test/labels/

三个数据的比例 = train：valid：test = 9  ：3：1， 基本上是3  ：1的阶梯

第4步骤：为数据创建YOLO的配置文件

按照如下的案例：创建数据集的配置文件，并放在数据的根目录中：

• path（可选）：数据集的根目录
• train（必选）：训练图片的子目录
• val（必选）：验证图片的子目录
• nc（必选）：分类的数目
• names（必选）：每个分类的名称
• download（可选）：远程下载数据集的路径（如果本地没有，则从网络下载）

---

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/122288423