YOLOv5训练数据集的配置文件格式与使用技巧

文章目录

• 一· 概述
• 二· 配置文件说明
• • 2.1 官方配置文件解析
  • 2.2 自定义数据集配置文件
  • 2.3 其他格式指定数据集路径
  • 2.4 多个数据集路径指定
• 三· 总结
• • • 注意事项

一· 概述

本文档主要记录 YOLOv5 算法在进行模型训练前，关于加载数据集的配置文件的说明。

默认情况下，YOLOv5 官方规定了数据集的格式与文件结构，分别使用 train test val 用于保存训练集、测试集、验证集的图片与标注文本，且图片与标注文件名为一一对应关系，如下所示：

dataset_cat_dog/
├── images/
│   ├── train/
│   │   ├── img1.jpg
│   │   └── ...
│   ├── test/
│   │   ├── img5.jpg
│   │   └── ...
│   └── val/
│       ├── img10.jpg
│       └── ...
└── labels/
    ├── train/
    │   ├── img20.txt
    │   └── ...
    |── test/
    │   ├── img25.txt
    │   └── ...
    └── val/
        ├── img30.txt
        └── ...

下面将详细讲解如何按照 YOLOv5 的要求，配置数据集的配置文件。

二· 配置文件说明

2.1 官方配置文件解析

YOLOv5 官方在源代码中提供了一个默认的配置文件 data/coco128.yaml，用于指定数据集的路径、类别数量、类别名称等信息，如下所示(以下内容为翻译版本，源文件链接 ： coco128.yaml )：

# YOLOv5 

标签：YOLOv5,技巧,配置文件,文件格式,路径,cat,train,相对路径,path	

From： https://blog.csdn.net/LJX_ahut/article/details/139326504