make yolov5 pytorch train datasets

本例項(xiàng)目代碼（測試全通過）鏈接永久有效: https://pan.baidu.com/s/1MoseyrKjvmxaNvApKmRhfA 提取碼: 2hnx

訓(xùn)練所需環(huán)境 python3.5, pytorch1.3, torchvision 0.4.1 , tensorboard 1.14.0 , tensorflow-gpu1.14.0

本例制作yolov5數(shù)據(jù)集 并進(jìn)行數(shù)據(jù)訓(xùn)練

從VOC數(shù)據(jù)集轉(zhuǎn)為訓(xùn)練所需的coco數(shù)據(jù)集

代碼有待改進(jìn)

包含文件夾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.每個(gè)對象一行
2.每行都是class x_center y_center width height格式。
3.框坐標(biāo)必須采用歸一化的xywh格式（從0到1）。如果您的箱子以像素為單位，劃分x_center并width通過圖像寬度，y_center并height通過圖像高度。
4類號(hào)是零索引的（從0開始）如：person 0 ,vest 1, glove 2, hat 3

訓(xùn)練和預(yù)測 請按照yolov5文件夾下的readme.md操作

原項(xiàng)目地址：https://github.com/ultralytics/yolov5