Python----目标检测（YOLO数据集）
一、YOLO数据集
YOLO（You Only Look Once）是一种实时目标检测系统，其数据集格式 与 COCO 数据集格式不同。YOLO 数据集格式相对简单，主要包括图像文 件和对应的标签文件。
二、YOLO 数据集结构
YOLO 数据集的目录结构通常如下：
/dataset_root/
├── images/
│ ├── train/
│ │ ├── img1.jpg
│ │ ├── img2.jpg
│ │ └── ...
│ ├── val/
│ │ ├── img101.jpg
│ │ ├── img102.jpg
│ │ └── ...
│ └── test/ (可选)
│ ├── img201.jpg
│ └── ...
├── labels/
│ ├── train/
│ │ ├── img1.txt
│ │ ├── img2.txt
│ │ └── ...
│ ├── val/
│ │ ├── img101.txt
│ │ ├── img102.txt
│ │ └── ...
│ └── test/ (如果有测试集标签)
│ ├── img201.txt
│ └── ...
└── data.yaml （数据集配置文件） 1. 图像文件：
图像通常为 .jpg 或 .png 格式，存储在一个单独的目录中。
2. 标签文件：
每个图像有一个对应的标签文件，文件扩展名为 .txt。
标签文件与图像文件同名，但扩展名不同。
每个标签文件包含多个标注，每个标注对应图像中的一个对象。
21、标签文件详细说明
每行表示一个对象，行内容格式为:
假设有一张图像 image1.jpg，其对应的标签文件为 文件可能包含以下内容：
0 0.5 0.5 0.2 0.3
1 0.3 0.7 0.1 0.2
这表示图像中有两个对象：
1. 第一个对象的类别为 0，中心位于图像的 (0.5, 0.5) 处，宽度为图像宽 度的 20%，高度为图像高度的 30%。
2. 第二个对象的类别为 1，中心位于图像的 (0.3, 0.7) 处，宽度为图像宽 度的 10%，高度为图像高度的 20%。
三、YOLOV8的数据结构
在YOLOV8中，除了图像和标签文件外，还需要一个配置文件 mydata.yaml 来定义数据集的路径、类别和其他相关信息。这个 YAML 文 件用于配置训练和验证过程中的数据集信息。
# peach
train: dataset/train
val: dataset/valid
test: dataset/test
# Classes
names:
0: insulator
1: defect四、示例
import os
from PIL import Image, ImageDraw, ImageFont # 导入PIL库中相关模块
import yaml
# 读取mydata.yaml配置
with open('./dataset/mydata.yaml', 'r', encoding='utf-8') as file:
config = yaml.safe_load(file)
train_path = config['train']
val_path = config['val']
test_path = config['test']
# 类别名称映射
class_names = config['names']
# 数据集路径
img_path = os.path.join(train_path, "images")
label_path = os.path.join(train_path, "labels")
print(img_path)
# 处理前1张图像
for img_file in os.listdir(img_path)[:1]:
if img_file.endswith('.jpg') or img_file.endswith('.png'):
print(os.path.join(img_path, img_file))
# 打开图像
img = Image.open(os.path.join(img_path, img_file))
draw = ImageDraw.Draw(img)
width, height = img.size
# 打开对应的标签文件
label_file = os.path.join(label_path, img_file.replace('.jpg', '.txt').replace('.png', '.txt'))
with open(label_file, 'r') as f:
lines = f.readlines()
for line in lines:
parts = line.strip().split()
class_id = int(parts[0])
x_center, y_center, bbox_width, bbox_height = map(float, parts[1:])
# 计算边界框的坐标
x_min = int((x_center - bbox_width / 2) * width)
y_min = int((y_center - bbox_height / 2) * height)
x_max = int((x_center + bbox_width / 2) * width)
y_max = int((y_center + bbox_height / 2) * height)
# 绘制边界框
draw.rectangle([(x_min, y_min), (x_max, y_max)], outline=(0, 255, 0), width=2)
# 绘制类别标签
class_name = class_names[class_id]
draw.text((x_min, y_min - 10), class_name, fill=(0, 255, 0))
# 显示图像
img.show()