スポンサーリンク

【深層学習】Colab・YOLOv3・darknet でYOLO形式の独自データセットを学習させる手順

今回はGoogleColab・YOLOv3・darknetの環境でYOLO形式の独自データセットを学習させる手順を紹介していきます。 深層学習で使用されるデータセットの形式は数種類あるようですが、今回はその中でYOLO形式のデータセットを用意して実施していきます。

独自データセットとアノテーションファイルを用意

使用したい画像を収集し、今回の独自データセットとして使用します。画像収集が完了したらアノテーションツールを使用してアノテーションファイルを作成していきます。 今回はペットボトルの画像を30枚用意して管理しやすいように「bottle_0001.jpg」のように全てリネームしておきました。

リネームは以下の記事で紹介したツールを利用します。

WordPressなどのブログの画像を用意するときにファイル名を一括変換する方法

また、今回使用する画像はリサイズして画像の大きさをそろえておきました。データセットで使用する画像はサイズが一定のものがよいと書いてある記事もありますが、こちらについては別途考察していきたいと思います。 アノテーションツールにはLabelingを使用しました。画像を読み込んでタグ付けを実施していきます。YOLO形式で保存されるように設定を切り替えておきます。

保存をすると画像と同じフォルダにアノテーションファイルが出力されます。一枚の画像(.jpg)に対して一枚のアノテーションファイル(.txt)が出来上がっていることを確認します。

全てのアノテーションファイルが用意できたら独自データセットの出来上がりです。

※以降は有料部分となります。この有料部分にも時間をかけたからこそ分かるノウハウを書いています。更新するたびに販売価格を上げていくことも検討致します。

ご購入していただいた皆様、誠にありがとうございました。

この続きを読むには記事を購入してください