make yolov5 pytorch train datasets
训练所需环境 python3.5, pytorch1.3, torchvision 0.4.1 , tensorboard 1.14.0 , tensorflow-gpu1.14.0
本例制作yolov5数据集 并进行数据训练
从VOC数据集转为训练所需的coco数据集
代码有待改进
包含文件夹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.每个对象一行
2.每行都是class x_center y_center width height格式。
3.框坐标必须采用归一化的xywh格式(从0到1)。如果您的箱子以像素为单位，划分x_center并width通过图像宽度，y_center并height通过图像高度。
4类号是零索引的(从0开始)如：person 0 ,vest 1, glove 2, hat 3
训练和预测 请按照yolov5文件夹下的readme.md操作
