当前位置： 首页 > news >正文

【持续更新】WT-YOLO数据集配置与目录划分

news 来源：原创 2025/5/2 20:07:04

本文将根据笔者实际经验来介绍YOLO数据集配置与目录划分，包括数据集配置文件dataset.yaml的详细解析，如有错误，欢迎评论区指正。

一、第一种：全面的文件目录框架

全面的YOLO项目目录框架，可支持使用多种数据集、训练多种模型。对于部署大型训练项目使用，不再赘述。

yolovX/  # YOLO 项目的根目录
├── data/  # 数据集相关文件
│   ├── datasets/  # 数据集存储目录
│   │   ├── coco/  # COCO 数据集
│   │   ├── voc/   # VOC 数据集
│   │   └── custom/  自 #定义数据集
│   │       ├── images/  # 图像文件
│   │       │   ├── train/  # 训练集图像
│   │       │   ├── val/   # 验证集图像
│   │       │   └── test/  # 测试集图像
│   │       └── labels/  # 标签文件
│   │           ├── train/  # 训练集标签
│   │           ├── val/   # 验证集标签
│   │           └── test/  # 测试集标签
│   ├── configs/  # 数据集配置文件
│   │   ├── coco.yaml  # COCO 数据集配置
│   │   ├── voc.yaml   # VOC 数据集配置
│   │   └── custom.yaml  # 自定义数据集配置
│   └── weights/  # 预训练权重文件
│       ├── yolovX_coco.pt  # 在 COCO 数据集上预训练的权重
│       └── yolovX_custom.pt  # 在自定义数据集上训练的权重
├── models/  # 模型定义和配置
│   ├── yolovX.py  # YOLO 模型定义
│   ├── backbone.py  # 主干网络（如 CSPDarknet）
│   ├── neck.py     # Neck 模块（如 PANet）
│   └── head.py     # Head 模块（如 YOLOHead）
├── utils/  # 工具函数
│   ├── datasets.py  # 数据集加载和处理
│   ├── general.py   # 通用工具函数（如 NMS、非极大值抑制）
│   ├── losses.py    # 损失函数
│   ├── metrics.py   # 评估指标（如 mAP）
│   ├── plots.py     # 可视化工具
│   └── torch_utils.py  # PyTorch 相关工具
├── runs/  # 训练和推理结果
│   ├── train/  # 训练结果
│   │   ├── exp0/  # 第一次实验
│   │   ├── exp1/  # 第二次实验
│   │   └── ...
│   └── detect/  # 推理结果
│       ├── exp0/  # 第一次推理
│       ├── exp1 / # 第二次推理
│       └── ...
├── scripts/  # 脚本文件
│   ├── train.py  # 训练脚本
│   ├── val.py    # 验证脚本
│   ├── detect.py # 推理脚本
│   └── export.py # 导出模型脚本（如 ONNX、TensorRT）
├── requirements.txt  # 项目依赖
├── README.md  # 项目说明
└── main.py    # 主程序入口

二、第二种：单项目目录框架

笔者使用，主要用于单数据集的小型项目，以下两种划分方式都可以训练，本质没什么不同，主要看谁更有结构性或者看自己的偏好。

2.1 框架1

2.1.1 目录划分1

#WTYOLO训练模型目录框架25-04-13 目录划分一
yolovX/  # YOLO 项目的根目录
├── datasets/  # 数据集相关文件
│   ├── images/  # 图像文件（JPG）
│   │          ├── train/  # 训练集图像
│   │          ├── val/   # 验证集图像
│   │          └── test/  # 测试集图像
│   ├── labels/  # 标签文件（txt格式）
│   │           ├── train/  # 训练集标签
│   │           ├── val/   # 验证集标签
│   │           └── test/  # 测试集标签
│   ├── dataset.yaml  # 自定义数据集配置
│   │
│   └── weights/  # 预训练权重文件
│       ├── yolovX.pt  # 在官网数据集上预训练的权重
│       └── yolovX_yours.pt  # 在自定义数据集上训练的权重
│
├── models/  # 模型定义和配置以及输出训练模型目录
│   ├── yolovX.py  # YOLO 模型定义
│   ├── backbone.py  # 主干网络（如 CSPDarknet）
│   ├── neck.py     # Neck 模块（如 PANet）
│   ├── your_trained_model.py     # 已训练模型
│   └── head.py     # Head 模块（如 YOLOHead）
│
├── utils/  # 工具函数（可选）
│   ├── datasets.py  # 数据集加载和处理
│   ├── general.py   # 通用工具函数（如 NMS、非极大值抑制）
│   ├── losses.py    # 损失函数
│   ├── metrics.py   # 评估指标（如 mAP）
│   ├── plots.py     # 可视化工具
│   └── torch_utils.py  # PyTorch 相关工具
│
├── runs/  # 训练和推理结果（自动生成）
│   ├── train/  # 训练结果
│   │   ├── exp0/  # 第一次实验
│   │   ├── exp1/  # 第二次实验
│   │   └── ...
│   └── detect/  # 推理结果
│       ├── exp0/  # 第一次推理
│       ├── exp1 / # 第二次推理
│       └── ...
│
├── requirements.txt  # 项目依赖
├── README.md  # 项目说明
├── train.py  # 训练脚本
├── val.py    # 验证脚本
├── detect.py # 推理脚本
├── export.py # 导出模型脚本（如 ONNX、TensorRT）
├── more # 更多自定义脚本或目录

2.1.2 对应的数据集配置文件dataset.yaml

path: ../datasets
train: images/train
val: images/val
test: images/test

nc: n
names:
    0: class1
    1: class2
    2: class3
    3: ...
    4: classn

 解释：


path: ../datasets 
解析：配置数据集根目录（可选），但如果不设置该选项，系统会自动调用上一次训练的数据集（如果有的话），前一次训练的数据集配置结果会保存在'/root/.config/Ultralytics/settings.yaml'中，从而导致新的数据集训练调用旧的数据集而发生一些错误，所以建议配置该选项。可使用相对目录，如果要保证万无一失，建议使用绝对目录

引用他人的话：“这是数据集的路径，相对于代码的根目录；如果没有这个参数，则默认当前路径，也就是代码根目录”

笔者注：在 YOLO 的 dataset.yaml 配置文件中，训练图像路径前加 ../ 是为了表示相对路径，详见另一篇文章YOLO 的 data.yaml 配置文件路径解析-CSDN博客。

  • ../ 表示返回当前目录的上一级目录，因为dataset.yaml在datasets目录下，要从当前目录索引datatsets文件夹，首先要返回到上级目录再索引datatsets。

  • 这种路径配置方式使得项目结构更加灵活，方便在不同环境下迁移项目

train: images/train
val: images/val
test: images/test 

解析：该三项为数据集的图片和标签目录指向，在实际训练过程中，YOLO会自动将‘images’替换为‘labels’来索引图片对应的标签文件，所以不需要重复设置‘labels’的目录

nc: n
names:
    0: class1
    1: class2
    2: class3
    3: ...
    4: classn
解析：nc是 "number of classes" 的缩写，表示数据集中类别的数量。这个参数用于定义模型需要检测的目标类别总数，names字段用来指定目标检测类别的名称列表。该字段是一个 Python 列表形式，按照索引顺序对应标注中的类别 ID，有两种写法，一种就是如上展示的形式，另一种是列表形式，如下：

names: ['class1', 'class2', 'class3',...,'classn']

2.2 框架2

2.2.1目录划分2

#WTYOLO训练模型目录框架25-04-13 目录划分一
yolovX/  # YOLO 项目的根目录
├── datasets/  # 数据集相关文件
│   ├── train/  # 训练集
│   │   ├── images/  # 训练集图像（JPG）
│   │   └── labels/   # 训练集标签(txt)
│   ├── val/  # 验证集
│   │   ├── images/  # 验证集图像（JPG）
│   │   └── labels/   # 验证集标签(txt)
│   ├── test/  # 测试集
│   │   ├── images/  # 测试集图像（JPG）
│   │   └── labels/  # 测试集标签(txt)
│   ├── dataset.yaml  # 自定义数据集配置（定义路径和分类相关）
│   │
│   └── weights/  # 预训练权重文件
│       ├── yolovX.pt  # 在官网数据集上预训练的权重
│       └── yolovX_yours.pt  # 在自定义数据集上训练的权重
│
├── models/  # 模型定义和配置以及输出训练模型目录
│   ├── yolovX.py  # YOLO 模型定义
│   ├── backbone.py  # 主干网络（如 CSPDarknet）
│   ├── neck.py     # Neck 模块（如 PANet）
│   ├── your_trained_model.py     # 已训练模型
│   └── head.py     # Head 模块（如 YOLOHead）
│
├── utils/  # 工具函数（可选）
│   ├── datasets.py  # 数据集加载和处理
│   ├── general.py   # 通用工具函数（如 NMS、非极大值抑制）
│   ├── losses.py    # 损失函数
│   ├── metrics.py   # 评估指标（如 mAP）
│   ├── plots.py     # 可视化工具
│   └── torch_utils.py  # PyTorch 相关工具
│
├── runs/  # 训练和推理结果（自动生成）
│   ├── train/  # 训练结果
│   │   ├── exp0/  # 第一次实验
│   │   ├── exp1/  # 第二次实验
│   │   └── ...
│   └── detect/  # 推理结果
│       ├── exp0/  # 第一次推理
│       ├── exp1 / # 第二次推理
│       └── ...
│
├── requirements.txt  # 项目依赖
├── README.md  # 项目说明
├── train.py  # 训练脚本
├── val.py    # 验证脚本
├── detect.py # 推理脚本
├── export.py # 导出模型脚本（如 ONNX、TensorRT）
└── more # 更多自定义脚本或目录

2.2.2 对应的dataset.yaml文件

train: ../train/images
val: ../valid/images
test: ../test/images

nc: n
names: ['class1', 'class2', 'class3',...,'classn']

dataset.yaml文件解析如2.1.2说明。

三、YOLO txt标签文件解析

YOLO 标签文件用于标注图像中的目标对象，格式如下：

  • 每行代表一个目标对象，包含类别编号和边界框坐标。
  • 格式为：<class_id> <x_center> <y_center> <width> <height>。
  • <class_id>：目标类别，从 0 开始编号，与 data.yaml 文件中的 names 对应。
  • <x_center> 和 <y_center>：目标框中心点的 x 和 y 坐标（相对于图像的宽度和高度），值的范围是 0 到 1。
  • <width> 和 <height>：目标框的宽度和高度（相对于图像的宽度和高度），值的范围是 0 到 1。

标签文件的命名通常与图像文件名相对应，例如图像文件名为 image.jpg，则标签文件名为 image.txt。标签文件所在文件夹与图像文件夹同级，通常命名为 labels。

在配置数据集时，需要在 data.yaml 文件中指定训练集、验证集、测试集的路径，以及类别数量和类别名称列表。例如：

train: images/train
val: images/val
test: images/test
nc: 2
names: ['cat', 'dog']

其中，train、val 和 test 分别指向训练集、验证集和测试集的图像文件夹，nc 表示类别数量，names 是一个列表，包含数据集中所有类别的名称。一个txt标签文件的实例如下：

0 0.4192685102586976 0.06182933060807358 0.8144513826940232 0.31016862544711293
1 0.03568242640499554 0.44966785896780787 0.5325602140945584 0.5958099131323454
0 0.13648528099910795 0.39141543178334187 0.23015165031222123 0.44915687276443533
0 0.41570026761819806 0.3127235564639755 0.5316681534344335 0.4471129279509453
2 0.27029438001784123 0.656617271333674 0.8911685994647636 0.771078180889116
0 0.2943800178412132 0.8640776699029126 0.8920606601248885 0.9151762902401636
0 0.4041034790365745 0.7751660705160961 0.8893844781445138 0.8630556974961676
0 0.34611953612845675 0.774144098109351 0.4023193577163247 0.801226366888094
1 0.9063336306868867 0.3321410321921308 0.9625334522747547 0.7874297393970363
0 0.4005352363960749 0.5993868165559529 0.8938447814451382 0.655595298926929
0 0.5343443354148082 0.3137455288707205 0.8911685994647636 0.5973428717424629
1 0.03568242640499554 0.08686765457332651 0.2247992863514719 0.13336739908022482
0 0.12845673505798394 0.03372508942258559 0.22390722569134702 0.0858456821665815
2 0.3951828724353256 0.38988247317322433 0.41391614629794826 0.44864588656106286

四、关于YOLO settings的一些设置

配置settings，在train.py中引入settings模块进行配置。

from ultralytics import YOLO
from ultralytics import settings

# 设置模块配置说明
# settings模块用于管理YOLO训练时的全局配置项
# update()方法可更新运行目录、tensorboard集成等设置
# reset()方法可将所有设置恢复默认值

settings.update({'datasets_dir': 'datasets'})

# 将设置恢复为默认值
settings.reset()

# 初始化YOLOv8模型（加载预训练权重）
# 初始化YOLOv8模型
# 加载预训练的YOLOv8n模型（nano版本）
# 支持更换不同尺寸模型：s(small), m(medium), l(large), x(extra large)

打印settings

from ultralytics import settings

# View all settings
print(settings)

# Return a specific setting
#value = settings['runs_dir']

五、补充更新一：nc参数缺省说明（25/4/13）

在 YOLO 数据集配置文件中，有些案例使用了类别名称的字典格式，但在配置文件中不在包含"nc"参数，这里说明一下，即使使用了类别名称的字典格式，仍然建议明确指定 nc 参数（类别数量）。这是因为 nc 参数明确告诉模型类别总数，而字典格式的 names 虽然可以推断出类别数量，但并不是所有 YOLO 实现都支持这种格式。

5.1 nc参数非却省原因

  1. 明确性：nc 参数明确指定了类别数量，避免了潜在的误解或错误。
  2. 兼容性：某些 YOLO 实现可能不支持字典格式的 names，明确指定 nc 可以确保兼容性。
  3. 一致性：YOLO 的官方实现通常使用列表格式的 names，明确指定 nc 可以保持与官方实现的一致性。

5.2 示例说明

以下是一个使用字典格式的 names 的配置文件示例，同时明确指定了 nc 参数：

path: ../datasets  # 数据集根目录（可选）

train: images/train  # 训练集图像路径
val: images/val      # 验证集图像路径
test: images/test    # 测试集图像路径（可选）

nc: 5  # 类别数量
names:
  0: class1
  1: class2
  2: class3
  3: class4
  4: class5

5.3 示例总结

  • 建议明确指定 nc 参数：即使使用字典格式的 names，仍然建议明确指定 nc 参数以确保明确性和兼容性。
  • 避免潜在问题：某些 YOLO 实现可能不支持字典格式的 names，明确指定 nc 可以避免潜在问题。
  • 保持一致性：与 YOLO 的官方实现保持一致，通常使用列表格式的 names 并明确指定 nc 参数。

N、更多内容【持续更新本文档】

更多内容待笔者进一步探索后更新分享

……

相关文章：

  • [特殊字符] 终端效率提升指南：zsh + tmux
  • MQ(RabbitMQ.1)
  • CSS 字体学习笔记
  • C#里使用MaterialDesign时在VS2022里出错
  • vdso概念及原理，vdso_fault缺页异常，vdso符号的获取
  • 【Raqote】 1.1.2 路径填充ShaderClipMaskBlitter结构体（blitter.rs）
  • AI(学习笔记第一课) 在vscode中配置continue
  • LVS(Linux虚拟服务器)
  • Go语言从零构建SQL数据库(7)：实现ALTER TABLE语句的解析
  • Open-TeleVision源码解析——宇树摇操方案的重要参考：VR控制人形机器人采集数据
  • 【Docker基础】Compose 使用手册：场景、文件与命令详解
  • 数据结构第五版【李春葆】
  • AWS出海合规解决方案：全球业务扩张的技术指南
  • 深度学习理论-直观理解 Attention
  • 【语音识别】vLLM 部署 Whisper 语音识别模型指南
  • 理解 MCP 协议的数据传递：HTTP 之上的一层“壳子
  • Spring State Machine入门实践
  • 算法思想之位运算(二)
  • C语言编写的线程池
  • 【Mybatis-plus】应用笔记及用例（持续更新）
  • 三大猪企一季度同比均实现扭亏为盈，营收同比均实现增长
  • 国台办：相关优化离境退税政策适用于来大陆的台湾同胞
  • 庄语乐︱宋代历史是被“塑造”出来的吗？
  • 游客曝九寨沟打网约车被出租车围堵，官方：前者违规，后者做法不对
  • “即买即退”扩容提质，上海静安推出离境退税2.0版新政
  • 美媒：受关税政策影响，美国电商平台近千种商品平均涨价29%