使用pytorch-yolov5 訓練自己的數據集-2020.6.15

make yolov5 pytorch train datasets

本例项目代码（测试全通过）链接永久有效: https://pan.baidu.com/s/1MoseyrKjvmxaNvApKmRhfA 提取码: 2hnx

训练所需环境 python3.5, pytorch1.3, torchvision 0.4.1 , tensorboard 1.14.0 , tensorflow-gpu1.14.0

本例制作yolov5数据集 并进行数据训练

从VOC数据集转为训练所需的coco数据集

代码有待改进

包含文件夹voc2coco/（Annotations/ JPEGImages/ test/ train/ val/ reclass.sh split_file.py xml2txt.py）

coco/（images/train2017/ images/val2017/ images/test2017/ labels/val2017/ labels/val2017/ lables/val2017/ ）

1.每个对象一行
2.每行都是class x_center y_center width height格式。
3.框坐标必须采用归一化的xywh格式（从0到1）。如果您的箱子以像素为单位，划分x_center并width通过图像宽度，y_center并height通过图像高度。
4类号是零索引的（从0开始）如：person 0 ,vest 1, glove 2, hat 3

训练和预测 请按照yolov5文件夹下的readme.md操作

原项目地址：https://github.com/ultralytics/yolov5