首页分享自己标注数据集训练基于pytorch3.7的yolov5手掌识别模型

自己标注数据集训练基于pytorch3.7的yolov5手掌识别模型

来源：花匠小妙招时间：2025-01-13 11:21

准备数据集

1. 拍摄

使用iphone 7 Plus连拍功能，拍摄左右手在不同光照下的1000张图片。
在这里插入图片描述

2. 图片重新命名

手机自动命名不方便遍历，需要改成1.jpg，2.jpg的形式。运行以下代码。

import os import re import sys path = r"D:dataimages" fileList = os.listdir(path) # 待修改文件夹 print("修改前：" + str(fileList)) # 输出文件夹中包含的文件 os.chdir(path) # 将当前工作目录修改为待修改文件夹的位置 num = 1 # 名称变量 for fileName in fileList: # 遍历文件夹中所有文件 pat = ".+.(jpg|jpeg|JPG)" # 匹配文件名正则表达式 pattern = re.findall(pat, fileName) # 进行匹配 print('pattern[0]:', pattern) print('num：', num, 'filename:', fileName) os.rename(fileName, (str(num) + '.' + pattern[0])) # 文件重新命名 num = num + 1 # 改变编号，继续下一项 print("---------------------------------------------------") sys.stdin.flush() # 刷新 print("修改后：" + str(os.listdir(path))) # 输出修改后文件夹中包含的文件

123456789101112131415161718

在这里插入图片描述
所有图片1-1000.jpg

3. 标注数据集

我们在这里使用pascal VOC数据格式，什么是pascal VOC格式。

（1）安装labelImg

傻瓜式pip安装教程

（2）整理data文件夹

yolov5-5.0版本的原始目录下有data文件夹，里面已有文件如下。
在这里插入图片描述

删除images文件夹里的原始图像，将用iphone拍的照片全部导入。新建Annotations、ImageSets、labels文件夹。（3）标注数据

参考1
win键点击Anaconda prompt (Anaconda3)进入命令行，输入

conda activate pytorch3.7 labelImg 12

conda activate pytorch3.7进入项目环境，输入labelImg打开标注软件。
在这里插入图片描述
打开成功后如下

打开对应文件夹（如上图）点击左上角View勾选Auto save mode（自动保存）。右侧勾选并输入palm。（如下图）
在这里插入图片描述

w：开始标注
a：上一张
d：下一张

每标注一张，就会在Annotations文件夹下生成一个.xml文件。
在这里插入图片描述
最后会有1000个.xml文件。

4. 划分数据集

参考

（1）将划分好的序号存入.txt

在yolov5-5.0下创建split.py并运行

import os import random trainval_percent = 0.1 train_percent = 0.9 xmlfilepath = 'data/Annotations' txtsavepath = 'data/ImageSets' total_xml = os.listdir(xmlfilepath) num = len(total_xml) list = range(num) tv = int(num * trainval_percent) tr = int(tv * train_percent) trainval = random.sample(list, tv) train = random.sample(trainval, tr) ftrainval = open('data/ImageSets/trainval.txt', 'w') ftest = open('data/ImageSets/test.txt', 'w') ftrain = open('data/ImageSets/train.txt', 'w') fval = open('data/ImageSets/val.txt', 'w') for i in list: name = total_xml[i][:-4] + 'n' if i in trainval: ftrainval.write(name) if i in train: ftest.write(name) else: fval.write(name) else: ftrain.write(name) ftrainval.close() ftrain.close() fval.close() ftest.close()

12345678910111213141516171819202122232425262728293031

在ImageSets下会生成四个文件
在这里插入图片描述

（2）将划分好的完整路径存入.txt

在yolov5-5.0下创建voc_label.py并运行

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 = ['palm'] 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(image_id): in_file = open('data/Annotations/%s.xml' % (image_id)) out_file = open('data/labels/%s.txt' % (image_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) xmlbox = obj.find('bndbox') b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.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('data/labels/'): os.makedirs('data/labels/') image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split() list_file = open('data/%s.txt' % (image_set), 'w') for image_id in image_ids: list_file.write('data/images/%s.jpgn' % (image_id)) convert_annotation(image_id) list_file.close()

12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849

注意在这里填入我们的palm类。
在这里插入图片描述
输出：运行后会发现在data文件夹下多了三个.txt：test.txt、train.txt、val.txt.
他们与ImageSets下的区别就是，一个是完整路径，一个是序号。完整路径方便直接读图片。

此外还会在labels文件夹下生成1000个.txt，从1-1000，里面记录每张图片的标签和两个点的信息。由于我们只有一类palm所以标签都是0.
在这里插入图片描述