【YOLOv11-目标检测】目标检测数据格式（官方说明）

训练一个鲁棒且准确的目标检测模型需要一个全面的数据集。本文介绍：与Ultralytics YOLO模型兼容的各种数据集格式，并深入解析了它们的结构、使用方法以及如何在不同的格式之间进行转换。

支持的数据集格式

Ultralytics YOLO格式

Ultralytics YOLO格式是一种数据集配置格式，允许您定义数据集根目录、训练/验证/测试图像目录的相对路径（或包含图像路径的*.txt文件）以及类别名称的字典。以下是一个示例：

# Ultralytics 🚀 AGPL-3.0许可证 - https://ultralytics.com/license# COCO8数据集（来自COCO train2017的前8张图像）由Ultralytics提供  
# 文档：https://docs.ultralytics.com/datasets/detect/coco8/  
# 示例用法：yolo train data=coco8.yaml  
# 父目录  
# ├── ultralytics  
# └── datasets  
#     └── coco8  ← 下载至此（1 MB）  # 训练/验证/测试集可以是：1) 目录：path/to/imgs，2) 文件：path/to/imgs.txt，或3) 列表：[path/to/imgs1, path/to/imgs2, ...]  
path: coco8  # 数据集根目录  
train: images/train  # 训练图像（相对于'path'）4张图像  
val: images/val  # 验证图像（相对于'path'）4张图像  
test:  # 测试图像（可选）  # 类别  
names:  0: person  1: bicycle  2: car  3: motorcycle  4: airplane  5: bus  6: train  7: truck  8: boat  9: traffic light  10: fire hydrant  11: stop sign  12: parking meter  13: bench  14: bird  15: cat  16: dog  17: horse  18