💥 💥 💥 重大更新💥 💥 💥 ：最新版本的全面标注工具集KDAT发布！！！👉 前往
数据集标注软件
更多的标注工具你可以去看：深度学习图像标注工具汇总 、 十个最常用深度学习图像/视频数据标注工具 、 百度一下
在这里我选择使用labelImg
数据集大小重置工具：
Image_tool.exe百度网盘下载（提取码：2tmv）
数据集标注
- 下载labelImg
- 解压，直接打开
labelimg.exe - labelImg标注数据
标注完成后即可获得
VOC格式（生成.xml文件）的数据
dataset
│
├─Annotations
│ train_29635.xml
│ train_29641.xml
│ train_30090.xml
│ ...
│
└─JPEGImages
train_29635.jpg
train_29641.jpg
train_30090.jpg
...yolov5数据集制作
0、数据图片重命名
对于rename.bat：
命名从01开始，设置
set count=100
命名从0001开始，设置
set count=10000
如果我们想要从038开始排序，可以将第三行代码：
set count=100371.voc格式数据集转化yolov5格式数据集
运行voc_to_yoloV5.py【该脚本实现将voc格式的数据转化为yoloV5需要的.txt标注文件,运行该脚本，会在dataset/voc/目录下生成 worktxt/目录(yolo需要的格式)】
运行代码之前，修改里面相关文件路径。
dataset
│
├─Annotations
│ train_29635.xml
│ train_29641.xml
│ train_30090.xml
│ ...
│
├─JPEGImages
│ train_29635.jpg
│ train_29641.jpg
│ train_30090.jpg
│ ...
│
└─worktxt
train_29635.txt
train_29641.txt
train_30090.txt
...2.数据集划分训练、测试、验证
运行voc_split_trainValTest.py【该脚本用于生成voc/目录下的ImageSets/..目录,分割了训练和验证集】
dataset
│
├─Annotations
│ train_29635.xml
│ train_29641.xml
│ train_30090.xml
│ ...
│
├─ImageSets
│ └─Main
│ train.txt
│ test.txt
│ valid.txt
│ img_train.txt
│ img_test.txt
│ img_valid.txt
│
├─JPEGImages
│ train_29635.jpg
│ train_29641.jpg
│ train_30090.jpg
│ ...
│
└─worktxt
train_29635.txt
train_29641.txt
train_30090.txt
...3.重构数据集
运行dataset_cg.py【该脚本将会生成yolov5可以训练的数据布局】
主要进行一个copy或者move的操作：
# 小数据建议：copy 大数据建议：move
for i in range(len(img_txt_cg_train)):
shutil.copy(fimg+str(img_txt_cg_train[i]),new_dataset_train)
shutil.copy(flable+str(label_txt_cg_train[i]),new_dataset_trainl)
for j in range(len(img_txt_cg_test)):
shutil.copy(fimg+str(img_txt_cg_test[j]),new_dataset_test)
shutil.copy(flable+str(label_txt_cg_test[j]),new_dataset_testl)
for q in range(len(img_txt_cg_valid)):
shutil.copy(fimg+str(img_txt_cg_valid[q]),new_dataset_valid)
shutil.copy(flable+str(label_txt_cg_valid[q]),new_dataset_validl)dataset
│
├─Annotations
│ train_29635.xml
│ train_29641.xml
│ train_30090.xml
│ ...
│
├─ImageSets
│ └─Main
│ train.txt
│ test.txt
│ valid.txt
│ img_train.txt
│ img_test.txt
│ img_valid.txt
│
├─data
│ ├─train
│ ├─test
│ └─valid
│
├─JPEGImages
│ train_29635.jpg
│ train_29641.jpg
│ train_30090.jpg
│ ...
│
└─worktxt
train_29635.txt
train_29641.txt
train_30090.txt
...4.开始利用yolov5训练你的数据
git clone https://github.com/ultralytics/yolov5.git
5.txt格式数据回改成voc格式
修改yolo2voc.py文件中第6，7，8，10行相应内容即可得到VOC数据