同步操作将从 luodewen/Yolov8数据处理器 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
该项目是Yolov8数据处理器的基础上增加了很多数据增强的功能,可以将标注好的数据集进行重命名(如0001,0002),分配数据集比例,并生成一个yaml文件,数据增强(数据集*40!!!),最后得到一个可直接用于yolov8训练的数据集
首先,下载项目:git clone https://gitee.com/luodewen/yolov8-data-processor.git
你可以通过直接点击文件夹中的exe文件来启动,文件夹内还提供了项目源码供读者学习参考,界面如下:
一般来说,你的数据集类别和本作者设置的默认类别不会一致,因此你需要点击”INIT配置“按钮去生成一个config.json文件,config.json文件如下:
接下来正式演示使用,将使用一个标注好的数据集作为演示,文件信息如下:
总共4张图片及其标注文件,点“改文件夹”,文件夹选定数据集所在的文件夹,选择完成后界面:
接着点击”数据x5“表示色彩变换(变亮,变暗,椒盐噪声,高斯噪声),原数据集文件夹demo旁边会多出一个demo_x5的文件夹,内容如下:
当前界面:
接下来点击“改文件夹”,选择demo_x5,再点击“数据x8”,会生成demo_x5_x8文件夹,如下:
这样一来,数据x40的操作就完成了(作者曾经将一个500张图片的数据集扩增到2万张图片,并训练出了很好的效果,这里要注意的是,一定要先点击x8,再点击x5,当然不是说不这样就会出bug了,只是......,你可以尝试一下),接下来你可以将文件夹更改为demo_x5_x8,并进行划分数据集,但是作者这里推荐先重新命名一下(毕竟名字太乱了),
点击“改文件夹”将文件夹改为demo_x5_x8后,再点击“重新命名”,(这个过程并不会再次生成文件夹),结果如下:
接着点击“划分集合”,得到一个新文件夹demo_x5_x8_splited:
被划分数据集的数据就是可以直接被训练的数据集了,下面来演示后续步骤: 复制demo_x5_x8_splited文件夹中的d.yaml文件地址,接下来直接将路径放到寻来你命令中再回车即可
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。