YOLOv5的GitHub项目地址：https://github.com/ultralytics/yolov5

CSDN博主在YOLOv5超详细的入门级教程系列里面讲的很详细，包括所用数据集的格式介绍，如何制作自己的数据集制作自己的PASCAL VOC2007格式的数据集，如何配置，如何训练。在此总结一下步骤：

我的目录结构如下

里面有3个数据集，fish和helmet是我自己标注的，他们的类别都只有1个。VOC2007数据集是开源并且标注好的。我在每个数据集里面都放了个voc_label.py的脚本，他们的内容都差不多，例如，fish里面的voc_label.py内容为

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test', 'val']
classes = ["fish"]


def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h


def convert_annotation(img_id):
    in_file = open('Annotations/%s.xml' % img_id)
    out_file = open('labels/%s.txt' % img_id, 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xml_box = obj.find('bndbox')
        b = (float(xml_box.find('xmin').text), float(xml_box.find('xmax').text), float(xml_box.find('ymin').text),
             float(xml_box.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()

print(wd)
for image_set in sets:
    if not os.path.exists('labels/'):
        os.makedirs('labels/')
    image_ids = open('ImageSets/%s.txt' % image_set).read().strip().split()
    list_file = open('%s.txt' % image_set, 'w')
    for image_id in image_ids:
        list_file.write('data/fish/images/%s.jpg\n' % image_id)
        convert_annotation(image_id)
    list_file.close()

  1. VOC2007格式的数据集，标注好后导出的是.xml格式的标签文件，首先用脚本 make_txt.py，将这些xml文件生成相应的trainval.txt，test.txt，train.txt，val.txt。
    make_txt.py的脚本内容为：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
import os
import random

train_val_percent = 0.1
train_percent = 0.9
xml_file_path = 'data/fish/Annotations'  # 这里要根据你数据集的具体路径来写 
txt_save_path = 'data/fish/ImageSets'  # 这里要根据你数据集的具体路径来写 
total_xml = os.listdir(xml_file_path)
num = len(total_xml)
lists = range(num)
tv = int(num * train_val_percent)
tr = int(tv * train_percent)
train_val = random.sample(lists, tv)
train = random.sample(train_val, tr)
f_train_val = open('data/fish/ImageSets/trainval.txt', 'w')  # 这里要根据你数据集的具体路径来写 
f_test = open('data/fish/ImageSets/test.txt', 'w')  # 这里要根据你数据集的具体路径来写 
f_train = open('data/fish/ImageSets/train.txt', 'w')  # 这里要根据你数据集的具体路径来写 
f_val = open('data/fish/ImageSets/val.txt', 'w')  # 这里要根据你数据集的具体路径来写 
for i in lists:
    name = total_xml[i][:-4] + '\n'
    if i in train_val:
        f_train_val.write(name)
        if i in train:
            f_test.write(name)
        else:
            f_val.write(name)
    else:
        f_train.write(name)
f_train_val.close()
f_train.close()
f_val.close()
f_test.close()

  1. 将这些xml通过脚本voc_label.py转换成YOLO标注格式的文件。
  2. 创建dataset.yaml文件，配置数据集。
  3. 修改model.yaml模型文件。
  4. 修改train.py里面相关配置

模型能够正常训练，但是我在测试自己标注的fish数据集时，发现模型会将螃蟹、海星等也标识为fish，思考了下，一个原因是数据集太少，另一个是我标注的数据全是正样本。

博主虽然在YOLOv5超详细的入门级教程（训练篇）（二）里分析了PASCAL_VOC中的正负样本，但是在voc_label.py的脚本中却并没有使用这些正负样本的相关代码。我自己先尝试着在数据集中加入一些不是fish的图，有fish的和原来一样标记，没有fish的什么也不标记。这样用标记精灵一起导出来，跑模型的时候报错了，大意是label为空。想了一上午没想明白该怎么添加正负样本，回去睡了个午觉，起床的时候一瞬间想明白了。所以大家要多睡觉！！睡觉还是有用的！！ 在该例子中，所谓的负样本，不是指什么都没标记的图，而是标记为其他类型的图。

至于怎么把负样本喂给模型，有待后续研究。

下面两个视频分别是自己标注的数据集fish和VOC2007的测试。