YOLOv5训练数据集的配置文件格式与使用技巧

lujx_1024

于 2024-05-30 15:50:51 发布

阅读量1.7k

点赞数 25

文章标签： YOLO

本文链接：https://blog.csdn.net/LJX_ahut/article/details/139326504

版权

文章目录

一· 概述
二· 配置文件说明
三· 总结
- - 注意事项

一· 概述

本文档主要记录 YOLOv5 算法在进行模型训练前，关于加载数据集的配置文件的说明。

默认情况下，YOLOv5 官方规定了数据集的格式与文件结构，分别使用 train test val 用于保存训练集、测试集、验证集的图片与标注文本，且图片与标注文件名为一一对应关系，如下所示：

dataset_cat_dog/
├── images/
│   ├── train/
│   │   ├── img1.jpg
│   │   └── ...
│   ├── test/
│   │   ├── img5.jpg
│   │   └── ...
│   └── val/
│       ├── img10.jpg
│       └── ...
└── labels/
    ├── train/
    │   ├── img20.txt
    │   └── ...
    |── test/
    │   ├── img25.txt
    │   └── ...
    └── val/
        ├── img30.txt
        └── ...

下面将详细讲解如何按照 YOLOv5 的要求，配置数据集的配置文件。

二· 配置文件说明

2.1 官方配置文件解析

YOLOv5 官方在源代码中提供了一个默认的配置文件 data/coco128.yaml，用于指定数据集的路径、类别数量、类别名称等信息，如下所示(以下内容为翻译版本，源文件链接： coco128.yaml )：

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license
# COCO128 数据集 https://www.kaggle.com/ultralytics/coco128 (COCO数据集中train2017部分的前128张图片) 出自 Ultralytics
# 使用示例 : python train.py --data coco128.yaml
# 目录结构如下：
# parent
# ├── yolov5
# └── datasets
#     └── coco128  ← 如本地没有数据集，则会自动下载到这里


# 训练/验证/测试集可以使用以下三种方式指定：1) 目录：path/to/imgs，2) 文件：path/to/imgs.txt，或者 3) 列表：[path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/coco128  # 数据集根目录
train: images/train2017  # 训练集图片目录 ('path'的相对路径) 128 images
val: images/train2017  # 验证集图片目录 ('path'的相对路径) 128 images
test:  # test images (optional)

# Classes
nc: 80  # 类别数量
names: ['person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus', 'train', 'truck', 'boat', 'traffic light',
        'fire hydrant', 'stop sign', 'parking meter', 'bench', 'bird', 'cat', 'dog', 'horse', 'sheep', 'cow',
        'elephant', 'bear', 'zebra', 'giraffe', 'backpack', 'umbrella', 'handbag', 'tie', 'suitcase', 'frisbee',
        'skis', 'snowboard', 'sports ball', 'kite', 'baseball bat', 'baseball glove', 'skateboard', 'surfboard',
        'tennis racket', 'bottle', 'wine glass', 'cup', 'fork', 'knife', 'spoon', 'bowl', 'banana', 'apple',
        'sandwich', 'orange', 'broccoli', 'carrot', 'hot dog', 'pizza', 'donut', 'cake', 'chair', 'couch',
        'potted plant', 'bed', 'dining table', 'toilet', 'tv', 'laptop', 'mouse', 'remote', 'keyboard', 'cell phone',
        'microwave', 'oven', 'toaster', 'sink', 'refrigerator', 'book', 'clock', 'vase', 'scissors', 'teddy bear',
        'hair drier', 'toothbrush']  # 类别名称


# Download script/URL (optional)
download: https://ultralytics.com/assets/coco128.zip

解析示例配置文件 coco128.yaml 的内容如下：

数据集路径与项目代码路径同级情况下，使用相对路径指定数据集根目录 path: ../datasets/coco128。这里的相对路径，是运行 train.py 脚本时的相对路径。
训练集、验证集、测试集的数据，分别使用 train val test 字段指定，这里的路径是相对于数据集根目录 path 的图片文件夹相对路径。
数据集的路径指定，不拘泥于目录形式，也可以使用文件形式或者列表形式指定数据集的路径。
类别数量 nc 与类别名称 names，分别指定了数据集中的类别数量与类别名称，这里的类别名称是按照训练数据集的类别名称进行指定的，在这里是 COCO 数据集的类别名称。

2.2 自定义数据集配置文件

通过上面的解析示例，我们可以知道，自定义数据集的配置文件，需要按照 YOLOv5 官方的要求，指定数据集的路径、类别数量、类别名称等信息。我们在使用自己的数据集时，需要相对应的修改配置文件。
例如，现在有一个猫狗检测数据集，数据集标签为 cat dog ，则自定义配置文件修改如下：

path: /home/user/project/dataset_cat_dog  # 数据集根目录,建议使用绝对路径
train: images/train  # 训练集图片目录 ('path'的相对路径)
val: images/val  # 验证集图片目录 ('path'的相对路径)
test: images/test  # 测试集图片目录 ('path'的相对路径)

# Classes
nc: 2  # 类别数量
names: ['cat', 'dog']  # 类别名称

注意：上述根目录 path 使用的是 Linux 系统的绝对路径，如果是 Windows 系统，需要使用 \\ 或者 / 进行路径分隔。例如 E:/project/dataset_cat_dog 或者 E:\\project\\dataset_cat_dog。

2.3 其他格式指定数据集路径

上文中使用的是图片文件夹的形式指定数据集路径，实际上还可以使用文件形式指定训练集、验证集、测试集的路径。

首先，我们需要将图片文件的路径保存到一个文本文件中，每一行为一个图片文件的路径，例如，训练集文件 train.txt ,如下所示：

/home/user/project/dataset_cat_dog/images/train/img1.jpg
/home/user/project/dataset_cat_dog/images/train/img2.jpg

然后，我们可以在配置文件中使用文件形式指定数据集的路径，如下所示：

path: /home/user/project/dataset_cat_dog  # 数据集根目录,建议使用绝对路径
train: train.txt  # 训练集图片文件 ('path'的相对路径)
val: val.txt  # 验证集图片文件 ('path'的相对路径)
test: test.txt  # 测试集图片文件 ('path'的相对路径)

# Classes
nc: 2  # 类别数量
names: ['cat', 'dog']  # 类别名称

注意: train.txt val.txt test.txt 文件内容中的图片路径，是相对于运行 train.py 脚本时的相对路径。而配置文件中的 train: train.txt val: val.txt test: test.txt 是相对于数据集根目录 path 的相对路径。

建议：使用 train.txt 文件形式指定数据集路径时，最好使用绝对路径，避免路径错误导致数据集加载失败。

2.4 多个数据集路径指定

在实际应用中，我们可能会对模型的训练数据集进行多批次添加，此时，不必将多批次的数据融合到一起，可以分多个数据集文件夹存放，也方便如果某一批数据出现负面的提升效果后将其快速的剔除。

现在，还是以猫狗检测数据集为例，现在我们在 dataset_cat_dog 基础上，再添加一批数据，命名为 dataset_cat_dog2 ，文件目录结构如下:

dataset_cat_dog/
├── images/
│   ├── train/
│   ├── test/
│   └── val/
└── labels/
    ├── train/
    |── test/
    └── val/

dataset_cat_dog2/
├── images/
│   ├── train/
│   ├── test/
│   └── val/
└── labels/
    ├── train/
    |── test/
    └── val/

此时，我们可以在配置文件中指定多个数据集路径，如下所示：

path: /home/user/project  # 数据集根目录,建议使用绝对路径
train: 
  - dataset_cat_dog/images/train  # 训练集图片目录 ('path'的相对路径)
  - dataset_cat_dog2/images/train  # 训练集图片目录 ('path'的相对路径)
val:

  - dataset_cat_dog/images/val  # 验证集图片目录 ('path'的相对路径)
  - dataset_cat_dog2/images/val  # 验证集图片目录 ('path'的相对路径)
test:
  - dataset_cat_dog/images/test  # 测试集图片目录 ('path'的相对路径)
  - dataset_cat_dog2/images/test  # 测试集图片目录 ('path'的相对路径)

或者使用中括号形式指定多个数据集路径，如下所示：

path: /home/user/project  # 数据集根目录,建议使用绝对路径
train: [dataset_cat_dog/images/train, dataset_cat_dog2/images/train]  # 训练集图片目录 ('path'的相对路径)
val: [dataset_cat_dog/images/val, dataset_cat_dog2/images/val]  # 验证集图片目录 ('path'的相对路径)
test: [dataset_cat_dog/images/test, dataset_cat_dog2/images/test]  # 测试集图片目录 ('path'的相对路径)

注意：多个数据集路径指定时，需要保证每个数据集的类别数量与类别名称一致，否则会出现错误。

那么，使用文件形式指定多个数据集路径时，如下所示：

path: /home/user/project  # 数据集根目录,建议使用绝对路径
train: [train1.txt, train2.txt]  # 训练集图片文件 ('path'的相对路径)
val: [val1.txt, val2.txt]  # 验证集图片文件 ('path'的相对路径)
test: [test1.txt, test2.txt]  # 测试集图片文件 ('path'的相对路径)

注意：与使用txt文件指定单个数据集路径一样，多个数据集路径指定时，最好使用绝对路径，避免路径错误导致数据集加载失败。

三· 总结

本文主要讲解了 YOLOv5 算法在进行模型训练前，关于加载数据集的配置文件的说明。主要内容包括以下几个方面：

官方配置文件结构与解释:
- 默认配置文件 coco128.yaml 的内容说明，包含数据集路径、类别数量与类别名称的设置。
- coco128.yaml 文件的解析，演示如何基于相对路径和绝对路径设置路径。
自定义数据集的配置文件创建:
- 通过示例演示如何自定义一个猫狗检测数据集的配置文件，如何修改类别数量和名称。
- 提示不同操作系统的路径设置差异（Linux vs Windows）。
其他格式指定数据集路径:
- 讲解如何使用文本文件的形式指定训练集、验证集、测试集的图片文件路径，通过文本文件保存各图片路径，并在配置文件中引用。
多个数据集的路径指定:
- 介绍如何指定多个数据集文件夹分别存放数据，并在配置文件中通过列表方式指定多个数据集路径。
- 演示如何在配置文件中使用列表形式指定多个数据集路径，确保每个数据集的类别数量与类别名称一致。