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:
images和labels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 train 、val 和 test 文件夹中。同样，images 和 labels 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 |
|---|---|
| 0 | dog |
| 1 | person |
| 2 | cat |
| 3 | tv |
| 4 | car |
.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:
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:
3.2 标注流程
- 打开
labelImg软件，点击Open Dir打开图像文件夹。 - 点击
Change Save Dir设置标注文件保存路径。用于保存.txt标注文件 - 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：
- 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
- 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
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。
