YOLOv5进行半自动标注

背景：想利用自己收集的一些图片制作数据集进行训练，但是有8000多张，而且都是常见的检测出人就可以，所以想着利用YOLOv5的detect.py以及YOLOv5的原始权重YOLOv5s.pt进行半自动标注。

命令行：

python3 detect.py --weights weights/yolov5s.pt --source data/detect --classes 0 --device 0 --save-txt

（1） --weights weights/yolov5s.pt

          采用YOLOv5自带的权重yolov5s.pt，检测人的效果会好一点，如果自己训练的权重也很好，也可以用自己的；

（2）--source data/detect

          这里放入想要标注的图片；

（3）--classes 0

         YOLOv5的权重可以检测80个类，但是我们只想让它把我们给的图片中的人检测出来，而人在YOLOv5的80个类中是第一位，所以这里采用--classes 0

（4）--device 0

         采用哪一块GPU的训练，我们这里采用第一块；

（5）--save-txt

         将预测的框坐标以txt文件形式保存。

效果图

 如果你的原始图片上也有txt标签，这就需要将两个txt文档进行合并

可借鉴如下代码：

import osdef concattxt(path1,path2):num = 0pathdir1 = os.listdir(path1)#获取第一部分txt文件夹中的文件列表for txtname in pathdir1:#name1 = os.path.splitext(txtname)[0]#获取当前txt文件名字#txtfile1 = open(txtpath1+name1, "rb")#txtfile2 = open(txtpath2+name1, "rb")txtfilepath1 = path1+txtnametxtfilepath2 = path2+txtnametxt1 = open(txtfilepath1,'a+', encoding='utf-8')if os.path.exists(txtfilepath2):num = num+1with open(txtfilepath2, 'r', encoding='utf-8') as txt2:#txt1.write('\n')for i in txt2:txt1.write(i)print('the concat txt num is:',num)if __name__ == '__main__':txtpath1 = ''txtpath2 = ''concattxt(txtpath1,txtpath2)

如果你想将生成的txt转化为xml，可借鉴这个博客：

yolov5实现半自动化标注/预标注 & txt to xml_国服最强貂蝉的博客-CSDN博客_yolov5 标注

参考文献：

python根据yolov5检测得到的txt文件，截取目标框图片并保存_深度学习菜鸟的博客-CSDN博客

python合并两个txt文件内容-yolo格式数据_小俊俊的博客的博客-CSDN博客

yolov5实现半自动化标注/预标注 & txt to xml_国服最强貂蝉的博客-CSDN博客_yolov5 标注