yolo肺炎数据集 有7278张 带标注（yolo格式）类别为一种 0为健康，1为生病的，2为潜伏性结核病，3为活动性结核病

yolo肺炎数据集 有7278张 带标注（yolo格式）

类别为一种 0为健康，1为生病的，2为潜伏性结核病，3为活动性结核病

YOLO肺炎数据集（YOLO Pneumonia Dataset, YPD）

摘要

YOLO肺炎数据集（YPD）是一个专为肺炎检测任务设计的数据集，包含7278张胸部X光图像，并采用YOLO格式进行标注。该数据集旨在帮助研究人员和工程师开发更精确的肺炎检测模型，特别是用于区分健康状态、生病状态以及不同类型结核病的检测。数据集中的类别包括健康、生病、潜伏性结核病和活动性结核病，适用于目标检测任务。

数据集特点

• 多类别：数据集中包含4个不同的类别，分别是：
  • 0：健康
  • 1：生病
  • 2：潜伏性结核病
  • 3：活动性结核病
• 高质量图像：图像分辨率高，清晰度好，能够准确反映胸部X光的情况。
• 详细的YOLO格式标注：每张图像都有边界框和类别的标注信息，确保了标注的准确性。
• 标准化格式：数据集采用YOLO格式进行标注，便于使用现有的YOLO框架进行训练。
• 易于使用：数据集已经划分好了训练集、验证集和测试集，可以直接用于训练目标检测模型。

数据集构成

• 总图像数量：7278张
• 类别数：4类
• 类别名称：
  • 0：健康
  • 1：生病
  • 2：潜伏性结核病
  • 3：活动性结核病
• 数据集划分：
  • 训练集: 约5822张
  • 验证集: 约728张
  • 测试集: 约728张
• 数据量：具体大小取决于图像的分辨率，但通常在几GB左右。

数据集结构

数据集的文件结构如下：

yolo_pneumonia_dataset/
├── images/
│   ├── train/
│   ├── val/
│   └── test/
└── labels/
    ├── train/
    ├── val/
    └── test/

• images/ 目录下存放图像文件。
• labels/ 目录下存放对应的YOLO格式的文本标注文件。

每个YOLO格式的标注文件包含一个或多个边界框的标注信息，每行描述一个边界框。例如：

深色版本

0 0.487500 0.531250 0.250000 0.375000
1 0.625000 0.750000 0.375000 0.500000
2 0.375000 0.437500 0.500000 0.625000
3 0.750000 0.812500 0.625000 0.750000

每一行的格式为：

• <class> <x_center> <y_center> <width> <height>
  • <class>：类别索引（0, 1, 2, 3）
  • <x_center>：边界框中心点的x坐标（归一化到0-1之间）
  • <y_center>：边界框中心点的y坐标（归一化到0-1之间）
  • <width>：边界框的宽度（归一化到0-1之间）
  • <height>：边界框的高度（归一化到0-1之间）

示例代码

以下是一个详细的Python脚本示例，用于加载数据集中的一对图像-标签对，并可视化其中的标注信息。此外，还包括了如何使用常用的YOLOv5进行训练的基本步骤。

加载并可视化图像与标签

import os
import cv2
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle

# 数据集目录路径
data_dir = 'path/to/ypd_dataset'
train_image_dir = os.path.join(data_dir, 'images/train')
train_label_dir = os.path.join(data_dir, 'labels/train')

# 选取一张训练图像及其对应标签
image_files = os.listdir(train_image_dir)
image_file = image_files[0]  # 假设取第一张图
label_file = os.path.splitext(image_file)[0] + '.txt'  # YOLO格式的标签

image_path = os.path.join(train_image_dir, image_file)
label_path = os.path.join(train_label_dir, label_file)

# 加载图像
image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
height, width = image.shape

# 解析YOLO格式标签
def parse_yolo_label(label_path, image_width, image_height):
    with open(label_path, 'r') as f:
        lines = f.readlines()
    
    bboxes = []
    for line in lines:
        class_id, x_center, y_center, bbox_width, bbox_height = map(float, line.strip().split())
        x_min = int((x_center - bbox_width / 2) * image_width)
        y_min = int((y_center - bbox_height / 2) * image_height)
        x_max = int((x_center + bbox_width / 2) * image_width)
        y_max = int((y_center + bbox_height / 2) * image_height)
        bboxes.append((int(class_id), x_min, y_min, x_max, y_max))
    
    return bboxes

# 解析标签
bboxes = parse_yolo_label(label_path, width, height)

# 可视化标注
fig, ax = plt.subplots(figsize=(10, 10))
ax.imshow(image, cmap='gray')
colors = ['#00FF00', '#FF0000', '#FFFF00', '#0000FF']  # 四种颜色分别对应四个类别
names = ['Healthy', 'Sick', 'Latent TB', 'Active TB']

for bbox, color_name in zip(bboxes, colors):
    class_id, x_min, y_min, x_max, y_max = bbox
    rect = Rectangle((x_min, y_min), x_max - x_min, y_max - y_min, linewidth=2, edgecolor=colors[class_id], facecolor='none')
    ax.add_patch(rect)
    ax.text(x_min, y_min - 10, names[class_id], color=colors[class_id], fontsize=8)

plt.title('YOLO Pneumonia Dataset')
plt.axis('off')
plt.show()

使用YOLOv5进行训练

假设你已经安装了YOLOv5，并且配置文件（例如ypd.yaml）已经准备好，以下是使用YOLOv5进行训练的基本步骤：

1. 克隆YOLOv5仓库（如果尚未完成）：

   git clone https://github.com/ultralytics/yolov5
   cd yolov5

2. 安装依赖：

   pip install -r requirements.txt

3. 创建数据配置文件（如果尚未创建）： 创建一个名为ypd.yaml的文件，内容如下：

   train: path/to/ypd_dataset/images/train
   val: path/to/ypd_dataset/images/val
   test: path/to/ypd_dataset/images/test
   
   nc: 4  # 类别数
   names: ['Healthy', 'Sick', 'Latent TB', 'Active TB']

4. 开始训练：

   python train.py --img 416 --batch 16 --epochs 100 --data ypd.yaml --weights yolov5s.pt

   其中，--img 416指定输入图像大小，--batch 16指定批量大小，--epochs 100指定训练轮数，--data ypd.yaml指定数据配置文件，--weights yolov5s.pt指定预训练权重。

5. 评估模型： 训练完成后，你可以使用以下命令来评估模型性能：

   python val.py --img 416 --batch 16 --data ypd.yaml --weights runs/train/exp/weights/best.pt

6. 推理和可视化： 你还可以使用训练好的模型进行推理，并可视化结果：

   python detect.py --source path/to/your_test_images --weights runs/train/exp/weights/best.pt --save-txt --save-conf --save-crop

通过上述步骤，你可以轻松地使用这个数据集来训练一个高效的肺炎检测模型。