yolov5如何划分训练集，验证集，测试集

### YOLOv5 中训练集、验证集和测试集的划分方法 在 YOLOv5 的实际应用中，合理地划分数据集对于模型的有效性和泛化能力至关重要。以下是关于如何在 YOLOv5 中划分训练集、验证集和测试集的具体说明。 #### 数据集划分比例 通常情况下，可以按照一定的比例来分配数据集。例如，采用 70%-15%-15% 的比例将数据划分为训练集、验证集和测试集[^1]。这种划分方式能够确保每类数据的比例保持一致，从而减少因样本不均衡而导致的偏差。 #### 文件结构准备 为了便于管理数据，在 YOLOv5 中需要先构建合适的数据目录结构。一般的做法是在项目根目录下创建 `dataset` 或类似的文件夹，并进一步细分为子文件夹用于存储不同用途的数据。具体如下： ```plaintext datasets/ ├── images/ # 存放图片 │ ├── train/ # 训练集图像 │ ├── val/ # 验证集图像 │ └── test/ # 测试集图像 (可选) └── labels/ # 对应标签文件 ├── train/ # 训练集标签 ├── val/ # 验证集标签 └── test/ # 测试集标签 (可选) ``` 上述结构有助于清晰地区分各类数据并方便后续加载过程[^2]。 #### 自动划分脚本示例 如果手动分割较为繁琐，则可以通过编写 Python 脚本来自动化完成这一任务。下面提供了一个简单的例子供参考： ```python import os import random from shutil import copyfile def split_dataset(image_dir, label_dir, output_dir, ratio=(0.7, 0.15, 0.15)): files = [f for f in os.listdir(image_dir) if os.path.isfile(os.path.join(image_dir, f))] num_files = len(files) indices = list(range(num_files)) random.shuffle(indices) train_split = int(ratio[0] * num_files) val_split = train_split + int(ratio[1] * num_files) sets = ['train', 'val', 'test'] splits = [(files[i], sets[j]) for j, i in enumerate([indices[:train_split], indices[train_split:val_split], indices[val_split:]])] for file_name, set_type in splits: src_image_path = os.path.join(image_dir, file_name) dst_image_path = os.path.join(output_dir, 'images', set_type, file_name) base_file_name = os.path.splitext(file_name)[0] src_label_path = os.path.join(label_dir, '{}.txt'.format(base_file_name)) dst_label_path = os.path.join(output_dir, 'labels', set_type, '{}.txt'.format(base_file_name)) os.makedirs(os.path.dirname(dst_image_path), exist_ok=True) os.makedirs(os.path.dirname(dst_label_path), exist_ok=True) copyfile(src_image_path, dst_image_path) if os.path.exists(src_label_path): copyfile(src_label_path, dst_label_path) split_dataset('path_to_images', 'path_to_labels', 'output_directory') ``` 此代码实现了基于指定比率自动分离图像及其对应标注的功能。 #### 数据集配置文件 最后一步是定义 YAML 格式的配置文件以告知框架各部分路径位置以及类别信息等内容。一个典型的 yolov5 数据配置可能看起来像这样： ```yaml train: ../datasets/images/train # 训练图像相对路径 val: ../datasets/images/val # 验证图像相对路径 test: ../datasets/images/test # 可选项 - 测试图像相对路径 nc: 3 # 类别数量 names: ['class_1', 'class_2', ... ] # 各自对应的名称列表 ``` 通过以上步骤即可顺利完成整个流程设置工作。