从 roboflow 标注数据之后，导出的 YOLO v5 PyTorch 配置文件 YAML 格式 (TXT annotations and YAML config used with YOLOv5)，里面的文件路径非常不友好，每次都需要修改调整。
特别是要上传到 colab 训练，在 google drive 里在线修改 yaml 文件非常麻烦。因为为了防止
Exception: Dataset not found
我都是用的绝对路径。
我的疑问是，是否存在一种路径组织方式可以同时满足本地和线上 (colab / kaggle)，不需要来回改本地绝对路径。
周末陪我妈在毓璜顶医院排队做 CT 的时候，我翻看公众号上关于 yolo v5 的一些使用经验，无意发现原来 yolo v5 自带了一些标注好的训练数据，当然只是配置文件，里面包含了对应的下载地址。以 GlobalWheat2020.yaml 为例，里面有个 path 参数，其定义了数据文件目录与 train.py 的相对路径，这样就方便多了。
合理的数据文件夹存放目录
与 yolov5 代码平级的目录 datasets，然后 datasets 目录下是不同的数据集，例如：GlobalWheat2020，如下图的结构
path 里使用相对路径即可。
path: ../datasets/some_app # 相对 train.py 的路径
train: some_dir # 相对 path 的路径
test: some_dir
val: some_dir
下面是两种格式的对比，显然第二种方式更合理。
roboflow 导出的 yaml 格式
train: ../train/images
val: ../valid/images
test: ../test/images
nc: 1
names: ['elephant']
yolo v5 自带的 GlobalWheat2020.yaml 格式
# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# Global Wheat 2020 dataset http://www.global-wheat.com/ by University of Saskatchewan
# Example usage: python train.py --data GlobalWheat2020.yaml
# parent
# ├── yolov5
# └── datasets
# └── GlobalWheat2020 ← downloads here (7.0 GB)
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/GlobalWheat2020 # dataset root dir
train: # train images (relative to 'path') 3422 images
- images/arvalis_1
- images/arvalis_2
- images/arvalis_3
- images/ethz_1
- images/rres_1
- images/inrae_1
- images/usask_1
val: # val images (relative to 'path') 748 images (WARNING: train set contains ethz_1)
- images/ethz_1
test: # test images (optional) 1276 images
- images/utokyo_1
- images/utokyo_2
- images/nau_1
- images/uq_1
# Classes
names:
0: wheat_head
微信关注我哦 👍
我是来自山东烟台的一名开发者，有感兴趣的话题，或者软件开发需求，欢迎加微信 zhongwei 聊聊， 查看更多联系方式