当前位置：首页 > news >正文

深度学习笔记35-YOLOv5 使用自己的数据集进行训练

news 2025/9/13 5:49:07

🍨 本文为🔗365天深度学习训练营中的学习记录博客
🍖 原作者：K同学啊

一、准备好自己的数据

1. 初步建立数据文件夹

在自己的主目录创建文件结构：

· 主目录. fruit_data(自己创建一个文件夹，将数据放到这里)· Annotations(放置我们的.xml文件). images(放置图片文件). lmageSets· Main(会在该文件夹内自动生成 train.txt、val.txt、test.txt 和 trainval.txt 四个文件，存放训练集、验证集、测试集图片的名字)

2. 运行 split_train_val.py 文件

lmageSets文件夹下面有个Main子文件夹，其下面存放了 train.txt、val.txt、test.txt 和 trainval.txt四个文件，它们是通过 split_train_val.py 文件来生成的，所以打开pycharm或者vscode或jupyter运行下列代码：

# 导入必要的库
import os
import random
import argparse# 创建一个参数解析器
parser = argparse.ArgumentParser()# print(os.getcwd())  # 打印当前工作目录
# print(os.listdir())  # 打印当前目录下的文件和文件夹# 添加命令行参数，用于指定XML文件的路径，默认为 'Annotations' 文件夹
parser.add_argument('--xml_path', default=r"D:/paper_data/Annotations", type=str, help='input xml label path')# 添加命令行参数，用于指定输出txt标签文件的路径，默认为 'ImageSets/Main' 文件夹
parser.add_argument('--txt_path', default="D:/paper_data/ImageSets\Main", type=str, help='output txt label path')# 解析命令行参数
opt, unknown = parser.parse_known_args()# 定义训练验证集和测试集的划分比例
trainval_percent = 1.0  # 使用全部数据:表示使用所有数据来划分训练集和验证集（即没有丢弃任何数据）
train_percent = 0.9  # 训练集占训练验证集的90%:表示在训练验证集的基础上，将90%的数据用于训练集，剩下的10%用于验证集。# 训练验证集和测试集的划分比例示例
# 你可以调整 trainval_percent 和 train_percent 来控制训练集和验证集的划分。
# 例如，假设你想要70%的数据用于训练集，15%的数据用于验证集，15%的数据用于测试集，你可以这样调整
# trainval_percent = 0.85  # 训练验证集占比 85%
# train_percent = 0.8  # 训练集占训练验证集的 80%，即训练集占总数据的 68%# 设置XML文件夹的路径，根据命令行参数指定
xmlfilepath = opt.xml_path# 设置输出txt标签文件的路径，根据命令行参数指定
txtsavepath = opt.txt_path# 获取XML文件夹中的所有XML文件列表
total_xml = os.listdir(xmlfilepath)# 如果输出txt标签文件的文件夹不存在，创建它
if not os.path.exists(txtsavepath):os.makedirs(txtsavepath)# 获取XML文件的总数
num = len(total_xml)# 创建一个包含所有XML文件索引的列表
list_index = range(num)# 计算训练验证集的数量
tv = int(num * trainval_percent)# 计算训练集的数量
tr = int(tv * train_percent)# 从所有XML文件索引中随机选择出训练验证集的索引
trainval = random.sample(list_index, tv)# 从训练验证集的索引中随机选择出训练集的索引
train = random.sample(trainval, tr)# 打开要写入的训练验证集、测试集、训练集、验证集的txt文件
file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')# 遍历所有XML文件的索引
for i in list_index:name = total_xml[i][:-4] + '\n'  # 获取XML文件的名称（去掉后缀.xml），并添加换行符# 如果该索引在训练验证集中if i in trainval:file_trainval.write(name)  # 写入训练验证集txt文件if i in train:  # 如果该索引在训练集中file_train.write(name)  # 写入训练集txt文件else:file_val.write(name)  # 否则写入验证集txt文件else:file_test.write(name)  # 否则写入测试集txt文件# 关闭所有打开的文件
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

注：
关于更改训练验证集和测试集的比例，可以调整 trainval_percent 和 train_percent 来控制训练集和验证集的划分。例如，假设你想要70%的数据用于训练集，15%的数据用于验证集，15%的数据用于测试集，你可以这样调整：

trainval_percent = 0.85  # 训练验证集占比 85%
train_percent = 0.8  # 训练集占训练验证集的 80%，即训练集占总数据的 68%

3. 生成 train.txt、test.txt、val.txt 文件

运行的代码

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd# 定义数据集的名称
sets = ['train', 'val', 'test']# 定义类别列表，这里有两个类别，可以根据需要添加更多类别
# classes = ["A", "B"]  # 请根据您的数据集修改这些类别名称
classes = ["pineapple", "snake fruit", "dragon fruit"]# 获取当前工作目录的绝对路径
abs_path = os.getcwd()
print(abs_path)# 定义一个函数，将边界框的坐标从绝对值转换为相对于图像大小的比例
def convert(size, box):dw = 1. / (size[0])  # 计算图像宽度的倒数dh = 1. / (size[1])  # 计算图像高度的倒数x = (box[0] + box[1]) / 2.0 - 1  # 计算中心点的x坐标y = (box[2] + box[3]) / 2.0 - 1  # 计算中心点的y坐标w = box[1] - box[0]  # 计算边界框的宽度h = box[3] - box[2]  # 计算边界框的高度x = x * dw  # 缩放x坐标w = w * dw  # 缩放宽度y = y * dh  # 缩放y坐标h = h * dh  # 缩放高度return x, y, w, h# 定义一个函数，将标注文件从XML格式转换为YOLO格式
def convert_annotation(image_id):in_file = open('D:/paper_data/Annotations/%s.xml' % (image_id), encoding='UTF-8')  # 打开XML标注文件out_file = open('D:/paper_data/labels/%s.txt' % (image_id), 'w')  # 打开要写入的YOLO格式标签文件tree = ET.parse(in_file)  # 解析XML文件root = tree.getroot()filename = root.find('filename').text  # 获取图像文件名filenameFormat = filename.split(".")[1]  # 获取文件格式size = root.find('size')  # 获取图像尺寸信息w = int(size.find('width').text)  # 获取图像宽度h = int(size.find('height').text)  # 获取图像高度for obj in root.iter('object'):difficult = obj.find('difficult').text  # 获取对象的难度标志cls = obj.find('name').text  # 获取对象的类别名称if cls not in classes or int(difficult) == 1:continuecls_id = classes.index(cls)  # 获取类别的索引xmlbox = obj.find('bndbox')  # 获取边界框坐标信息b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),float(xmlbox.find('ymax').text))b1, b2, b3, b4 = b# 标注越界修正if b2 > w:b2 = wif b4 > h:b4 = hb = (b1, b2, b3, b4)bb = convert((w, h), b)  # 调用convert函数，将边界框坐标转换为YOLO格式out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')  # 写入YOLO格式标签文件return filenameFormat# 获取当前工作目录
wd = getcwd()# 遍历每个数据集（train、val、test）
for image_set in sets:# 如果labels目录不存在，创建它if not os.path.exists('D:/paper_data/labels'):os.makedirs('D:/paper_data/labels')# 从数据集文件中获取图像ID列表image_ids = open('D:/paper_data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()# 打开要写入的文件，写入图像的文件路径和格式list_file = open('D:/paper_data/%s.txt' % (image_set), 'w')for image_id in image_ids:filenameFormat = convert_annotation(image_id)# list_file.write(abs_path + '/images/%s.%s\n' % (image_id, filenameFormat))  # 注意你的图片格式，如果是.jpg记得修改list_file.write('D:/paper_data\images/%s.%s\n' % (image_id, filenameFormat))list_file.close()

得到：

出现了四个文件，其中labels是标签数据，每个数据标签都由归一化的四个坐标构成

4. 创建 ab.yaml 文件

我放在了paper_data主目录下，这个文件名称可以自定义（注意路径），用vscode输入下列代码并存为yaml文件：

#path: ../datasets/coco  # dataset root dir
train: "D:/paper_data/train.txt" # train images (relative to 'path') 118287 images
val: "D:/paper_data/val.txt"  # train images (relative to 'path') 5000 images
#test: test-dev2017.txtnc: 3  # number of classesnames: ["pineapple", "snake fruit", "dragon fruit"] # 改成自己的类别

打开cmd运行下列代码，如果在之前有创建过虚拟环境，记得先激活。

cd C:\Users\***\yolov5
yolov5-venv\Scripts\activate
python "C:\Users\xiangkeyi\yolov5\train.py" --img 900 --batch 2 --epochs 100 --data "D:\paper_data\ab.yaml" --cfg "C:\Users\xiangkeyi\yolov5\models\yolov5s.yaml" --weights weights/yolov5s.pt