基于yolo的无畏契约内目标检测-(1)数据集的制作

1. 在无畏契约内进行截图采样

我们首先需要得到用于yolo训练的样本，这些样本可以自己在游戏中进行截图，全部另存在一个文件夹内即可。以下是注意事项：

1. 关于截图工具： 大部分截图工具(e.g., QQ, 微信和Snipaste等)都可以，截图后记得保存起来
2. 关于截图内容： 所截图片需要有你需要检测的目标(e.g., 敌人和友军)，图片的格式建议为JPG
3. 关于截图大小： 所截图片的大小不需要太在意，图片内存在目标即可

以下是我所截图片的一些示例(敌人和友军)：

2. 利用LabelImg对图片样本进行标记

2.1 LabelImg的介绍

labelImg是一个可视化的图像标定工具。Faster R-CNN，YOLO，SSD等目标检测网络所需要的数据集，均需要借此工具标定图像中的目标。可以标注两种格式：VOC标签格式(.xml)和YOLO标签格式(.txt)。图片标定工具有很多，只要最终能生成你所需的标注格式都行，LabelImg使用相对简单且入门。

2.2 LabelImg的下载

LabelImg有两种下载方式:

1. 通过github链接下载LabelImg的exe文件.
2. 通过命令行安装LabelImg: pip install labelimg

两种下载方式后续的使用都差不多，我个人偏好直接下载exe文件。

2.3 利用LabelImg进行图片标注

我文件的目录如下：

|----test
| |----pic #存放着你所有的截图的文件夹
| |----classes.txt # 存放你要标注的所有类别名
| |----annotations # 存在图片标注后的标注文件夹
|----labelImg.exe

classes.txt文件存放标注类别，每个类别占一行(我分为了四个类)，如下：

在cmd命令行界面cd到labelImg.exe所在文件夹后，输入命令：labelImg.exe 图片相对地址 classes相对地址。以我上面的文件目录为例就是 labelImg.exe test/pic test/classes.txt. 这里需要注意，直接打开labelImg.exe文件也是可以的，但是不会出现所要标注的类别，利用命令行会方便很多。打开labelImg后，首先点击change save Dir(第一个红框) 选择annotations作为保存标注文件的文件夹，并点击第二个红框将标注格式转为yolo形式(txt文件)。

接下来就是对图片进行标注，W 为标注框，A和D分别为上一张和下一张图，标注完后按control+s保存即可，如下为标注示例。

2.4 标注文件的解释

下图为某张敌军图片的标注txt文件。每行代表一个检测目标，第一列表示目标的类别(0: enemy, 1: e_head, 2: teammate, 3: t_head), 第2和第3列表示标注框左上角的坐标(x,y)(图片的相对坐标)，第4和5列表示相对于左上角坐标的宽和高，即(w,h)，我画了一个图进行形象化说明。 简单而言，标注文件就是指明标注框的类别以及标注框在图片内的相对位置。

建议将图片和标注分别存在文件夹images和labels中（注意图片和标注的名称要一一对应），如下是我的文件目录，以方便后续进行yolo训练。若需要已经标注好的图片和标注文档可评论或私信我，后续会继续介绍如何在YOLO中使用自己制作的数据集并进行训练和推理。

|----valorant
| |----images
| | |----1.jpg
| | |----2.jpg
| | |---- …
| | |----n.jpg
| |----labels
| | |----1.txt
| | |----2.txt
| | |---- …
| | |----n.txt

！！！特别说明： 本文的编写纯粹出于对YOLO目标检测技术的学习兴趣。由于在选择检测目标时缺乏具体方向，我决定将我喜欢的游戏作为一个有趣的学习案例。我想强调的是，这一切都是出于教育和研究目的，我没有也不会将这些技术应用于任何实际游戏中进行不公平的行为！