yolov5 训练自己的数据集

费了九牛二五之力终于把YOLOV5装好了，接下来就是训练自己的数据集啦~

1，收集图片

　　木有图片怎么办？百度下啊！下载太慢怎么办？爬啊！于是~~~~用python requests吭哧吭哧飞一般爬了1000张图片，但是！数据清洗的时候老娘眼睛都要看瞎了T_T。1000张图片就清洗出了121张，我也是醉了。话不多说，上爬虫！

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 '
}  # 进行UA伪装

for i in range(51):  # 爬取50页图片，每页有20张图，一共是1000张。注意分页要把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

    # 通过观察源码，百度图片的格式是这样式的：
    # "objURL":"https://gimg2.baidu.com/image_search/src=http%3A%2F%2Fimg.mp.itc.cn%2Fupload%2F20161109%2F4fda79ef8a2e48f0853d51064bf43a4d_th.jpeg
    # 所以正则项是'"objURL":"(.*?)"'
    result = re.findall(r'"objURL":"(.*?)"', ret)
    
    # 愉快的下载吧
    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))

　　如果还看不明白，百度上有非常多的教程，请自行搜索。

2，图片标注 

　　使用LabelImg来标注，小编是windows10 + anaconda安装的。

　　github的安装包地址：https://github.com/tzutalin/labelImg

　　打开anaconda prompt跳转到安装包下载的目录下，执行以下命令：

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

　　运行起来终端显示是这样的：

 

 　　跳出可视化界面：

 

　　然后就可以开始愉快的标注啦~

　　1，修改标签

　　　　在data/predefined_classes里面修改class,我是要进行字符识别，因此写了0~9，A-Z共36个类别

　　　　

 

 　　2，打开后将格式改为yolo

　　　　

 

 　　3，选择图片保存位置和标注文件保存位置：

• 创建images文件夹和labels文件夹
• 将需要标注的图片放在images文件夹中