yolo数据集格式

介绍

YOLO（You Only Look Once）数据集格式是一种用于物体检测任务的数据格式。YOLO要求训练数据集以特定的方式组织和标记，以便模型能够有效地学习如何检测不同类别的物体。以下是YOLO数据集的基本格式和组成部分。

数据集结构

  1. 数据文件夹：通常，数据集会被放置在一个文件夹中，其中包含图像文件（如.jpg, .jpeg, .png等）。
  2. 标签文件夹：与图像对应的标签文件（.txt）通常放在另一个文件夹中，或者与图像文件夹并列存放。

标签文件格式

每个图像都有一个对应的标签文件（.txt），文件名与图像文件相同，只是扩展名不同。标签文件中的每一行对应图像中的一个物体，并且每一行包含五个数值：

  • 类别索引：表示物体所属类别的整数索引（从0开始）。
  • 中心点 x 坐标：相对于图像宽度的归一化坐标。
  • 中心点 y 坐标：相对于图像高度的归一化坐标。
  • 宽度：相对于图像宽度的归一化宽度。
  • 高度：相对于图像高度的归一化高度。

浅色版本

0 0.45 0.50 0.35 0.30  # 第一个物体，类别0，中心点在(0.45, 0.50)，宽度0.35，高度0.30
1 0.75 0.60 0.20 0.15  # 第二个物体，类别1，中心点在(0.75, 0.60)，宽度0.20，高度0.15

示例

假设我们有一个名为image.jpg的图像文件，其中包含两个物体：一个猫和一个狗。图像尺寸为640x480像素，猫的边界框为(120, 150, 200, 200)，狗的边界框为(380, 240, 100, 120)。

  • 猫的归一化坐标为：
    • 中心点 (120 + 200/2, 150 + 200/2) = (220, 250)
    • 归一化后为 (220/640, 250/480) = (0.34375, 0.52083)
    • 归一化宽度和高度为 (200/640, 200/480) = (0.3125, 0.41667)
  • 狗的归一化坐标为：
    • 中心点 (380 + 100/2, 240 + 120/2) = (430, 290)
    • 归一化后为 (430/640, 290/480) = (0.671875, 0.604167)
    • 归一化宽度和高度为 (100/640, 120/480) = (0.15625, 0.25)

因此，对应的标签文件image.txt将包含以下内容：

0 0.34375 0.52083 0.3125 0.41667  # 猫
21 0.671875 0.604167 0.15625 0.25  # 狗

假设类别0表示猫，类别1表示狗。

其他文件

除了图像和标签文件外，YOLO还需要一些额外的文件来定义数据集和模型的配置：

  • 数据配置文件：如data/coco.data，用于定义数据集的路径和其他相关信息。
  • 模型配置文件：如cfg/yolov3.cfg，用于定义YOLO模型的架构。
  • 预训练权重文件：如weights/yolov3.weights，用于初始化模型的权重。

确保所有的文件和文件夹路径都在相应的配置文件中正确指定。这样，YOLO框架就可以正确加载数据集并进行训练。