完整的配置-标注-训练-识别在我这篇博客小白YOLOv5全流程-训练+实现数字识别_yolov5数字识别_牛大了2022的博客-CSDN博客 模型部分剖析可以看我每周深度学习笔记部分。关于训练的数据集怎么搞很多人问过我，我在这篇文章给大家一点我的经验和建议。
数据集是什么
简单来说图像集（.png .jpg）等图片，标注后是图像数据集（.xml）形式，在我上面放的文章链接中有专门画框标注生成.xml的程序。后者是训练时用到训练集。
一、寻找开源的数据集网站
一般百度或者谷歌搜索就行，有的网站上会有打包好的供用户下载。一般训练2 3k张就能达到比较好的效果。（因为我还在读本科，用到的目标检测不追求准确率能演示就行，一般训练几百张）
这种方法适合找常规的、被很多人用的检测数据集，比如行人、火焰、汽车等。
比如m6z.cn/6fzn0f 该数据集由早期火灾和烟雾的图像数据集组成。数据集由在真实场景中使用手机拍摄的早期火灾和烟雾图像组成。提供了大约有7000张图像数据。
但如果有特殊diy需求，一般没法从网上找到现成的数据集。就要考虑接下来的方法。
二、爬虫爬取
爬虫爬取图片的python代码很多，这里放置一个供参考。忘了从哪个大佬那里copy的了（仅供参考侵删） 里面 ’地面‘ 是搜索词，替换即可，倒数第三行改一下存放路径即可。
import time
import requests
import urllib
page = input("请输入要爬取多少页：")
page = int(page) + 1 # 确保其至少是一页，因为 输入值可以是 0
header = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 11_1_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'
}
n = 0 # 图片的前缀 如 0.png
pn = 1 # pn是从第几张图片获取 百度图片下滑时默认一次性显示30张
for m in range(1, page):
url = 'https://image.baidu.com/search/acjson?'
param = {
'tn': 'resultjson_com',
'logid': '8846269338939606587',
'ipn': 'rj',
'ct': '201326592',
'is': '',
'fp': 'result',
'queryWord': '地面',
'cl': '2',
'lm': '-1',
'ie': 'utf-8',
'oe': 'utf-8',
'adpicid': '',
'st': '-1',
'z': '',
'ic': '',
'hd': '',
'latest': '',
'copyright': '',
'word': '地面',
's': '',
'se': '',
'tab': '',
'width': '',
'height': '',
'face': '0',
'istype': '2',
'qc': '',
'nc': '1',
'fr': '',
'expermode': '',
'force': '',
'cg': 'girl',
'pn': pn,
'rn': '30',
'gsm': '1e',
}
page_info = requests.get(url=url, headers=header, params=param)
page_info.encoding = 'utf-8' # 确保解析的格式是utf-8的
page_info = page_info.json() # 转化为json格式在后面可以遍历字典获取其值
info_list = page_info['data'] # 观察发现data中存在 需要用到的url地址
del info_list[-1] # 每一页的图片30张，下标是从 0 开始 29结束 ，那么请求的数据要删除第30个即 29为下标结束点
img_path_list = []
for i in info_list:
img_path_list.append(i['thumbURL'])
for index in range(len(img_path_list)):
print(img_path_list[index]) # 所有的图片的访问地址
time.sleep(1)
urllib.request.urlretrieve(img_path_list[index], "D:/Awangyefu/" + str(n) + '.jpg')
n = n + 1
pn += 29
例如我想做一个魔方的目标检测，我那上面的程序爬取的百度图片（但上面的代码爬取速度有点慢，1k张好像爬了好几个小时）
但是也有很少一部分物体，百度图片爬取的可能千奇百怪（比如海面石油）黑的红的黄的都有，不适合进行目标检测训练（我菜也是一方面）自己一张张找也不现实，就要用到最后的方法了。
三、视频抽帧图片集
需要用到Adobe Premiere Pro，一款视频剪辑后期软件，网上一搜一大把破解的，下文称为pr。
视频的每一秒都是由图片组成的，又称为帧，一般我们看的视频都是30帧60帧每秒。所以每个视频转成图片就是庞大的数据集。
首先上b站油管等找到自己需要的视频，录下来或者通过第三方网站下载下来。
进入pr，新建项目，左下角导入刚才准备好的视频。再将左下角的视频拖入中间框，可以进行简单的长度裁剪
上图中间键选择第四个小刀片就可以裁剪了。
格式选择png（图片），帧速率就是一秒会生成几张图片，比如1分钟的视频，帧速率为6，则一共会生成360张图片。
生成后去生成路径里找图片就行了，然后就是痛苦的标注time
四、拍照
最简单粗暴的方法
