YOLOv5数据集的文件结构和文件格式以及标注工具LabelImg的说明文档

文章目录

  • 一 · 概述
  • 二 · 文件结构与数据格式
    • 2.1 数据集的文件结构
    • 2.2 数据格式
    • 2.2 文件结构
    • 2.3 标注文件的注意事项
  • 三 · 手动标注YOLOv5数据集
    • 3.1 标注工具的选择
    • 3.2 标注流程
  • 四 · 总结与注意事项
    • 4.1 `labelImg`的使用技巧与说明
    • 4.2 注意事项

一 · 概述

YOLOv5 是一个采用深度学习技术的目标检测模型。在训练这个模型时,需要创建一个特定格式的数据集。这篇文章将详细介绍 YOLOv5 训练数据集的创建方法、文件结构及其格式说明。

二 · 文件结构与数据格式

YOLOv5 采用了 .txt 文件来描述同名图像文件中目标的类别和位置信息。.txt 文件中的每一行代表图像中的一个目标,多个目标采用多行数据来保存。

2.1 数据集的文件结构

一般情况下, 一个完整的数据集包含三部分内容:

  • classes.txt 文件,用于记录类别名称
  • images 文件夹,用于保存图片文件
  • labels 文件夹,用于保存标注文件

注: imageslabels 文件夹中的文件名应该一一对应,即 images 文件夹中的图片文件和 labels 文件夹中的标注文件应该同名。

其中,数据集中对应的训练集、验证集和测试集分别放在 trainvaltest 文件夹中。同样,imageslabels 文件夹中的结构应该一一对应。数据比例建议 : 70% 用于训练,20% 用于验证,10% 用于测试。

文件结构如下:

dataset/
├── classes.txt
├── images
│   ├── train
│   │   ├── image1.jpg
│   │   └── ...
│   ├── val
│   │   ├── image3.jpg
│   │   └── ...
│   └── test
│       ├── image5.jpg
│       └── ...
└── labels├── train│   ├── image1.txt│   └── ...├── val│   ├── image3.txt│   └── ...└── test├── image5.txt└── ...

2.2 数据格式

举例说明,假设我们的任务是检测5个类别的目标:狗(dog)、人(person)、猫(cat)、电视(tv)和汽车(car)。那么 classes.txt 文件内容如下:

dog
person
cat
tv
car

.txt文本中记录的并非类别名称,而是类别的索引,从 0 开始。例如,dog 的索引为0,person 的索引为 1,以此类推。

索引类别
0dog
1person
2cat
3tv
4car

.txt文本中,每行记录一个目标对象的类别索引和位置信息,包含五个字段:<class> <cx> <cy> <width> <height>

  • class:类别索引,整数,从 0 开始。
  • cx、cy:浮点数,表示目标中心点的横坐标和纵坐标,归一化到图像宽高的比例,范围为 [0, 1]
  • width、height:浮点数,表示目标的宽度和高度,归一化到图像宽高的比例,范围为 [0, 1],

标注示意图如下:

600

注意cx、cy、width、height 都是相对于图像宽高的比例,而不是绝对像素值。
例如,如果一个目标的中心点位于图像的正中心,且占据了整个图像区域,格式为 0 0.5 0.5 1 1(假设目标类别为 0)。

2.2 文件结构

YOLOv5 训练数据集通常包含两部分:图像文件和对应的标注文件。每个图像文件对应一个同名但扩展名为 .txt 的标注文件。例如,对于图像 image.jpg,其对应的标注文件为 image.txt

在这个 .txt 文件中,每一行代表图像中的一个目标信息,按照 class cx cy width height 的顺序排列。例如,0 0.5 0.5 1 1 表示该图像有一个类别为 0(假设为猫)的目标,在图像正中心位置,且占据整个图像。

2.3 标注文件的注意事项

  • 所有数值使用空格隔开
  • 文件结束时可选一个空行,但不是必须的
  • 每行末尾不能有空格
  • 行与行之间不能有空行

注 : 标注文件不符合上述格式要求时,会导致在标注可视化或训练时出现错误。

三 · 手动标注YOLOv5数据集

训练所需要的图像可以从各种来源获取,例如公开数据集、互联网或者自己进行图片标注。如果你打算从网上收集图片,注意版权和使用许可。

接下来,需要在每张图像中标注出我们想要检测的目标。可以使用各种标注工具,如 labelImg。每张图片的标注结果会生成一个对应的 .txt 文件。

3.1 标注工具的选择

这里我们选用 labelImg 作为标注工具一个开源的图像标注工具,易于使用,支持 Pascal VOC YOLO 等多种格式。软件使用界面如下图所示:

600

3.2 标注流程

  1. 打开 labelImg 软件,点击 Open Dir 打开图像文件夹。
  2. 点击 Change Save Dir 设置标注文件保存路径。用于保存 .txt 标注文件
  3. 选择一张图像,点击 Create RectBox 按钮,然后在图像上框选目标,目标框选定后,在弹出的类别框中选择对应的类别即可,如下图所示:
    600
  4. 点击 Save 保存标注结果,软件会自动生成一个同名的 .txt 文件,保存了目标的类别和位置信息。

四 · 总结与注意事项

4.1 labelImg的使用技巧与说明

  • 快捷键w 新建矩形框,d 下一张图片,a 上一张图片,s 保存标注结果,del 删除当前矩形框
  • 自动保存: 点击工具栏的 View,在下拉菜单中勾选 Auto Save mode 即可开启自动保存模式
  • 类别显示: 点击工具栏的 View,在下拉菜单中勾选 Display Labels,即可在画面中对应的标注框中显示当前类别的名称
    400
  • 默认类别设置: 当标注单个类别目标时,设置默认类别,每次就不需要选择目标类别,工具自动填充,如下如所示,设置并勾选默认类别为 person 后,每次拉框直接默认类别,不需要再手动选择了
    400

4.2 注意事项

  • 文件格式:标注文件的格式必须符合 YOLOv5 的要求,否则 LabelImg 无法可视化标注框。参考[[#2.3 标注文件的注意事项]]

  • 中文路径:无论是文件夹路径还是图片名称,均不能包含中文字符,否则会导致标注文件保存失败

  • classes.txt: classes.txt 文件一定要放置在与标注文件同一级的目录中,否则 LabelImg 无法可视化标注框。

  • 标注提示文件: LabelImg 自带一个标注提示文件,用来填充标注时的标注提示框,文件位置处理data/predefined_classes.txt,确保文件中的类别名称与 classes.txt 文件中的类别名称一致。labelImg会自动读取这个文件,用于填充标注提示框。文件结构如下所示:

LabelImg
|__data
|   |__predefined_classes.txt
|__labelImg.exe

以上便是关于 YOLOv5 数据集的文件结构和数据格式的简要说明,关于如何使用 yaml文件配置训练时的训练集与测试集路径、以及多个数据集文件夹组合的配置方法,会通过另一篇文档详细记录与说明。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/18755.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux 编译屏障之 ACCESS_ONCE()

文章目录 1. 前言2. 背景3. 为什么要有 ACCESS_ONCE() &#xff1f;4. ACCESS_ONCE() 代码实现5. ACCESS_ONCE() 实例分析6. ACCESS() 的演进7. 参考资料 1. 前言 限于作者能力水平&#xff0c;本文可能存在谬误&#xff0c;因此而给读者带来的损失&#xff0c;作者不做任何承…

基于匹配追踪和最大重叠离散小波变换的ECG心电信号R波检测(MATLAB 2018a)

准确识别心电信号的R波是进行HRV分析的前提。因此&#xff0c;开发出准确的心电信号R波检测方法十分重要。近几十年来&#xff0c;提出的R峰检测方法主要分为两个阶段。第1阶段是预处理阶段&#xff0c;目的是对受不同噪声影响的原始心电信号进行降噪处理&#xff0c;从而实现增…

基于SpringBoot+Html+Mysql的餐厅点餐管理系统外卖点餐系统

博主介绍&#xff1a; 大家好&#xff0c;本人精通Java、Python、C#、C、C编程语言&#xff0c;同时也熟练掌握微信小程序、Php和Android等技术&#xff0c;能够为大家提供全方位的技术支持和交流。 我有丰富的成品Java、Python、C#毕设项目经验&#xff0c;能够为学生提供各类…

算法与数据结构高手养成:朴素的贪心法(上)最优化策略

✨✨ 欢迎大家来访Srlua的博文&#xff08;づ&#xffe3;3&#xffe3;&#xff09;づ╭❤&#xff5e;✨✨ &#x1f31f;&#x1f31f; 欢迎各位亲爱的读者&#xff0c;感谢你们抽出宝贵的时间来阅读我的文章。 我是Srlua小谢&#xff0c;在这里我会分享我的知识和经验。&am…

沃飞长空总部落地成都高新,为蓉低空经济发展助力!

5月25日&#xff0c;吉利科技集团与成都高新区签署合作协议&#xff0c;吉利科技集团旗下沃飞长空全球总部落地成都高新区。 根据协议&#xff0c;沃飞长空全球总部项目落地成都未来科技城&#xff0c;将布局总部办公、研发和生产制造低空出行航空器等业务。双方将积极发挥各自…

图片去水印工具(低调用哦)

一、简介 1、它是一款专业的图像编辑工具&#xff0c;旨在帮助用户轻松去除照片中不需要的元素或修复照片中的缺陷。无论是修复旧照片、消除拍摄时的不良构图&#xff0c;还是删除照片中的杂乱元素&#xff0c;都能帮助用户快速实现这些目标。其功能强大且操作简单&#xff0c…

【蓝桥杯嵌入式】第十四届省赛 更新中

0 前言 刚刚做完第十四届的省赛&#xff0c;这届题目比我想象中的要简单&#xff1b;不过我去年参加的14届单片机的省赛都比往年的国赛还难&#xff0c;挺离谱的~ 1 展示 1.1 源码 1.2 演示视频 1.3 题目展示 2 CubeMX配置(第十四届省赛真题) 设置下载线 HSE时钟设置 时钟树…

微信小程序-常用的视图容器类组件

一.组件分类 小程序中的组件也是由宿主环境提供的&#xff0c;开发者可以基于组件快速搭建出漂亮的页面结构。 官方把小程序的组件分为了9大类: (1) 视图容器 (2) 基础内容 (3) 表单组件 (4)导航组件 (5) 媒体组件 (6) map 地图组件 (7) canvas 画布组件 (8) 开放能力 (9) 无…

Android Studio中xml预览不显示问题解决办法

具体表现&#xff1a; Android Studio的XML中可以看到视图的相对位置结构&#xff0c;但是看不到具体的模样&#xff0c;全黑&#xff0c;等于半摸黑调UI&#xff08;由于我已经修好了所以没有截图&#xff09;。不是所有的项目都会这样&#xff0c;一部分项目是正常的。 或许…

Sping源码(九)—— Bean的初始化(非懒加载)— getMergedLocalBeanDefinition

序言 前两篇文章介绍了Bean初始化之前的一些准备工作&#xff0c;包括设置BeanFacroty的ConversionService属性以及将Bean进行冻结。这篇文章将会进入到preInstantiateSingletons方法。进一步了解Bean的初始化流程。 preInstantiateSingletons public void preInstantiateSin…

常用的 Git 命令

切換分支 流程 // 查看分支狀態 git status // 保存本分支 git add . // 提交本分支 git commit -m 保存 // 推送到遠程 git push // 切換分支 git checkout BranchName創建新分支流程 // 查看分支狀態 git status // 保存分支內容 git add . // 提交到本地 git commit -m 保…

这个开源的多模态模型无敌。。。

InternVL 由 OpenGVLab 开发&#xff0c;是一个开源的多模态对话模型&#xff0c;其性能接近商业化的 GPT-4V 模型。 GPT-4V 是 OpenAI 去年推出的多模态模型&#xff0c;使用它你可以分析所需的任何类型的图像并获取有关该图像的信息。 1. InternVL 开源模型 而今天的主角研究…

香港苏州商会、香港青年科学家协会博士团参观李良济,加强人才交流,促进科创合作与共赢

近日&#xff0c;香港苏州商会、香港青年科学家协会联合主办的苏港青年科创交流会成功举行&#xff0c;香港青年科学家协会博士团神州行苏州站启动。 5月26日&#xff0c;香港苏州商会及香港青年科学家协会博士团走进李良济&#xff0c;先后参观了李良济中医药文化展厅&#xf…

2024年5月29号PMP每日三题含答案

2024年5月29号PMP每日三题含答案 1.一位团队成员通知项目经理有一个问题可能会破坏项目。项目经理将该问题添加到问题日志中&#xff0c;并要求团队找到解决方案。 项目经理下一步应该怎么做&#xff1f; A.更新风险登记册 B.修订项目管理计划 C.确定适当的风险应对 D.通知干系…

【图论】树的重心

树的重心 删去这一点后每一块中点数最为平均 统计以u为根的子树点数个数&#xff08;加上一个本身&#xff0c;从哪里来的&#xff09;&#xff0c;这里点都是一样的 s846. 树的重心 - AcWing题库 #include <iostream> #include <algorithm> #include <cst…

【Qt之·类QCoreApplication】

系列文章目录 文章目录 前言一、QCoreApplication的概述1.1 QCoreApplication的作用1.2 QCoreApplication在应用程序中的角色和功能1.3 QCoreApplication成员函数 二、QCoreApplication的常用功能2.1 事件循环的概念和作用2.2 处理应用程序事件循环2.3 QCoreApplication如何处理…

16、24年--信息系统工程——软件工程

本章主要靠选择题,4分左右,案例涉及概率不大,论文不会单独考,多看课本原文。 1、架构设计 软件架构为软件系统提供了一个结构、行为和属性的高级抽象,由构件的描述、构件的相互作用(连接件)、指导构件集成的模式以及这些模式的约束组成。软件架构不仅指定了系统的组织架…

前端面试题(14)|求职季面试题分享|答案

1、你知道Xss和Csrf攻击吗&#xff1f; - XSS(跨站脚本攻击)是指攻击者将恶意代码注入到网页中,当用户访问该页面时,恶意代码会在用户的浏览器中执行,从而窃取用户的信息或执行恶意操作。 - CSRF(跨站请求伪造)是指攻击者盗用用户的身份,以用户的名义发送恶意请求,从而执行非法…

Caused by: java.util.ConcurrentModificationException

Caused by: java.util.ConcurrentModificationException 1. 关于 ConcurrentModificationException 报错2. 报错日志3. 代码逻辑doInBackground4. 修改方案5. 方案解析 1. 关于 ConcurrentModificationException 报错 在 Java 中&#xff0c;当尝试在迭代过程中修改对象的结构…

【星海出品】Langchain

Introduction 数学字符大全 | LangChain LLM语言模型 P(Ω1,Ω2,Ω3)N元语法模型:使用统计的方式进行语言模型的建模序列到序列模型(Seq2Seq),采用编码器-解码器的结构设计基于机器学习的语言模型:使用RNN模型进行语言模型的建模使用了 自注意力机制(Self-Attention Me…