使用LabelImg标注数据集及在Yolov5中划分训练集和验证集

一、使用LabelImg标注数据集

1. 安装LabelImg

   在开始之前，您需要安装LabelImg工具。LabelImg是一个图像标注工具，用于创建目标检测、图像分割等任务所需的数据集。您可以通过pip轻松安装：

   pip install labelimg

2. 准备图像数据

   将需要标注的图片放在一个文件夹中。LabelImg会从这个文件夹中读取图片进行标注。

3. 启动LabelImg

   在命令行中运行LabelImg：

   labelimg

   这将启动一个图形用户界面(GUI)，您可以通过这个界面来标注图片。

4. 标注图片

   在GUI中，打开需要标注的图片，然后使用鼠标绘制边界框(bounding box)来标注目标对象。您可以为每个对象指定类别，并输入相应的类别名称。

5. 保存标注数据

   标注完成后，LabelImg会生成一个XML文件，其中包含每个图片中所有标注对象的边界框坐标和类别信息。通常，每个图片会对应一个XML文件，保存在与图片相同的目录下。

6. 转换标注格式（可选）

   Yolov5通常使用COCO格式的数据集，因此您可能需要将LabelImg生成的XML格式转换为COCO格式。这可以通过编写脚本来实现，或者使用现成的工具如xml_to_coco.py。

二、在Yolov5中划分训练集和验证集

1. 准备数据集结构

   确保您的数据集目录结构符合Yolov5的要求。通常，数据集应该包含images、labels和yaml三个文件夹，分别存放图片、标注文件和配置文件。

2. 划分数据集

   您可以使用Python脚本来随机划分数据集为训练集和验证集。以下是一个简单的示例脚本，用于将数据集划分为80%的训练集和20%的验证集：

   import os
   import shutil
   import random
   def split_dataset(src_dir, train_dir, val_dir, split_ratio=0.8):
       if not os.path.exists(train_dir):
           os.makedirs(train_dir)
       if not os.path.exists(val_dir):
           os.makedirs(val_dir)
       files = os.listdir(src_dir)
       random.shuffle(files)
       train_count = int(len(files) * split_ratio)
       train_files = files[:train_count]
       val_files = files[train_count:]
       for file in train_files:
           shutil.copy(os.path.join(src_dir, file), train_dir)
       for file in val_files:
           shutil.copy(os.path.join(src_dir, file), val_dir)
   # 使用示例
   src_dir = 'path/to/your/dataset'  # 原始数据集目录
   train_dir = 'path/to/your/dataset/train'  # 训练集目录
   val_dir = 'path/to/your/dataset/val'  # 验证集目录
   split_dataset(src_dir, train_dir, val_dir)

   执行此脚本后，您将拥有两个子目录：一个用于训练，另一个用于验证。确保您还更新data.yaml或coco.yaml配置文件，以反映新的训练集和验证集路径。

3. 修改配置文件

   在Yolov5的data目录下，找到相应的.yaml配置文件（例如coco.yaml或您自定义的.yaml文件），并更新train和val字段的路径，以指向您刚刚划分的训练集和验证集目录。

4. 开始训练

   使用Yolov5的训练命令来开始训练您的模型。确保您已经安装了所有必要的依赖项，并且您的环境配置正确。

   python train.py --img 640 --batch 16 --epochs 100 --data your_dataset.yaml --weights yolov5s.pt --name your_model