yolov5 訓練自己的數據集

費了九牛二五之力終於把YOLOV5裝好了，接下來就是訓練自己的數據集啦~

1，收集圖片

　　木有圖片怎么辦？百度下啊！下載太慢怎么辦？爬啊！於是~~~~用python requests吭哧吭哧飛一般爬了1000張圖片，但是！數據清洗的時候老娘眼睛都要看瞎了T_T。1000張圖片就清洗出了121張，我也是醉了。話不多說，上爬蟲！

import requests
import re

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                  'Chrome/79.0.3945.88 Safari/537.36 '
}  # 進行UA偽裝

for i in range(51):  # 爬取50頁圖片，每頁有20張圖，一共是1000張。注意分頁要把url里的index改成flip，不然是瀑布流的方式
    url = "https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%E6%89%AC%E5%B0%98&pn={}&gsm=3c&ct=&ic=0" \
          "&lm=-1&width=0&height=0 ".format(i * 20)

    r = requests.get(url, headers=headers)
    ret = r.text

    # 通過觀察源碼，百度圖片的格式是這樣式的：
    # "objURL":"https://gimg2.baidu.com/image_search/src=http%3A%2F%2Fimg.mp.itc.cn%2Fupload%2F20161109%2F4fda79ef8a2e48f0853d51064bf43a4d_th.jpeg
    # 所以正則項是'"objURL":"(.*?)"'
    result = re.findall(r'"objURL":"(.*?)"', ret)
    
    # 愉快的下載吧
    for j in range(21):
        with open(r'D:\Download\dust\{}.jpg'.format(i * 20 + j), 'wb') as f:
            r = requests.get(result[j - 1])
            f.write(r.content)
            print("{} is done!".format(i * 20 + j))

　　如果還看不明白，百度上有非常多的教程，請自行搜索。

2，圖片標注 

　　使用LabelImg來標注，小編是windows10 + anaconda安裝的。

　　github的安裝包地址：https://github.com/tzutalin/labelImg

　　打開anaconda prompt跳轉到安裝包下載的目錄下，執行以下命令：

conda install pyqt=5
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py

　　運行起來終端顯示是這樣的：

 

 　　跳出可視化界面：

 

　　然后就可以開始愉快的標注啦~

　　1，修改標簽

　　　　在data/predefined_classes里面修改class,我是要進行字符識別，因此寫了0~9，A-Z共36個類別

　　　　

 

 　　2，打開后將格式改為yolo

　　　　

 

 　　3，選擇圖片保存位置和標注文件保存位置：

• 創建images文件夾和labels文件夾
• 將需要標注的圖片放在images文件夾中