首先进入roboflow:https://roboflow.com/

登录 / 注册一个账号:
在这里插入图片描述

点击 Create New Project
在这里插入图片描述
填写信息:Project NameWhat will your model predict?需要自己填写,自己想填什么都可以,不影响的,LicenseProject Type有默认选好的,这里我就是要处理Bounding Box的数据集,所以直接用默认的了,如果做其他任务的话就根据自己的需要更改。
在这里插入图片描述
然后点击 Select Folder
在这里插入图片描述
选择数据集所在的文件夹,这个文件夹就是下图中的 train 这个文件夹,里面包含两个子文件夹,我命名为 imagesannotation(什么命名都可以,不影响上传),其中 images 里面是图片,annotation 里面是边界框(Bounding Box)的数据,是 .xml 格式的。这一步就是我把这个 train 文件夹上传上去了

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
上传后等待片刻就是下图这样的了
在这里插入图片描述
然后点击右上角的Finish Uploading
在这里插入图片描述
根据需要选择这些数据都是什么?
在这里插入图片描述
这里我选择了 Split Images Between Train/Vaild/Test,就是自动划分训练集、验证集和测试集,如下图所示,可以自定义训练集、验证集和测试集的比例。

在这里插入图片描述
稍等片刻后就是下图这样
在这里插入图片描述
然后点击左边一栏中的Generate
在这里插入图片描述
Generate的第3步是数据预处理,根据自己需要,不光有Resize,需要其他的处理可以点击下面的Add Preprocessing Step
在这里插入图片描述
第4步进行的操作也可以根据自己的需要选择
在这里插入图片描述
第5步点击生成就可以了。

然后就是导出了,点击右上角的Export
在这里插入图片描述
选择需要转换成的格式,这里我是需要YOLOv5的数据集格式,所以就选择YOLO v5 Pytorch

如果你是在本地训练,可以选择download zip to computer,这样数据集就下载到本地了。

解压后就是下图这样
在这里插入图片描述

当然也可以选择show download code,就是以下三种格式,根据自己需要下载就可以了。

在这里插入图片描述

GitHub 加速计划 / yo / yolov5
49.42 K
16.03 K
下载
yolov5 - Ultralytics YOLOv8的前身,是一个用于目标检测、图像分割和图像分类任务的先进模型。
最近提交(Master分支:2 个月前 )
79b7336f * Update Integrations table Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> * Update README.md Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> * Update README.zh-CN.md Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> --------- Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> 28 天前
94a62456 * fix: quad training * fix: quad training in segmentation 30 天前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐