Logic / 如何使用yolov5来训练数据--极简教程

平台：Windows

准备数据集

• 文件夹结构规划

  yolo_datasets/
  ├── vocdata/
  │   ├── images/          # 存放图像数据
  │   │   ├── train/       # 训练集
  │   │   ├── predict/     # 预测集
  │   │   └── detect/      # 检测集
  │   └── labels/          # 存放标签
  │       └── train/       # 训练标签
  └── weights/
      ├── best.pt          # 训练权重
      └── classes.txt      # 分类文件（需与LabelImg标注一致）
  

进行标注

• 使用 labelImg 进行标注，修改分类文件

  # 主要的快捷键
  w 创建矩形框
  d 下一张
  a 上一张
  

  注意数据保存格式使用 YOLO，这会将标签以 .txt 格式保存到 labels/train 目录。

开始训练，使用CPU

• 下载yolov5工程，配置环境

  pip install -r requirements.txt
  

• 修改路径配置，指定数据集合路径

  拷贝data/***.yaml  my_data.yaml
  修改指定自己的数据集路径
      修改分类对应关系
  

• 修改model配置，指定分类数量

      拷贝mode/***.yaml  my_model.yaml
      修改nc为自己的分类数量
  

• 修改train.py

      指定自己修改的my_data.yaml;my_model.yaml
  

• 执行训练

  python train.py
      将训练的best.pt保存到`weights`目录
  

• 数据集版本管理：使用git lfs存储

     git lfs tract *.jpg #指定.jpg格式为lfs大文件存储