- 🍨 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:
continue
cls_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 = w
if b4 > h:
b4 = h
b = (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.txt
nc: 3 # number of classes
names: ["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
5. 训练结果
根据上述结果保存路径，打开对应文件夹，其中部分结果展示
二、总结
接着上一篇文章配置完YOLOv5需要的环境后，本篇尝试用YOLOv5训练自己的数据。但是运行速度较慢。
扫一扫
2278
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
