如何从训练和测试图像创建 Yolo 模型？答案

【问题标题】：如何从训练和测试图像创建 Yolo 模型？
【发布时间】：2022-01-22 19:59:11
【问题描述】：

我有一个包含两个文件夹的图像数据集：测试和训练。我需要使用 OpenCV 和 Yolo 进行对象检测。

因此，我需要为街道对象创建自己的 Yolo 模型。

对于训练文件夹： training

训练图像示例： training image

对于测试文件夹： test

我有类 txt 文件，其中包括 id、名称和分类（警告、指示和强制）。示例：

0 = animal crossing (warning)
1 = soft verges (warning)
2 = road narrows (warning)

这里，数字是训练文件夹中的数字（或 ID）、名称和分类。

我的目的是根据这些训练图像创建一个 Yolo 模型。我检查了一些论文和文章，但在他们的情况下，他们使用 labelimg 标记完整图像，但在我的情况下，训练图像非常小，不需要任何标记。

因此，我对如何执行此操作感到困惑。你能给我一些想法吗？

【问题讨论】：

【解决方案1】：

我会参考这张描述不同类型计算机视觉任务的图片。

我想你想做的是一个分类任务。 Yolo 用于对象检测任务，您通常希望在每张图像中检测多个对象。

对于分类任务，它可以更容易，因为您不需要制作单独的标签文件。文件夹的名称是标签。这是一个分类模型的例子，你可以使用https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html

如果你真的想使用 Yolo，你需要制作标签文件。如果您要对整个图像进行分类，那么注释的格式将很容易。应该是这样的。

`0 0.5 0.5 1 1' 第一列是类号：0,1,2,3 等。您需要为每个图像创建一个名为 .txt 的文件。

这对你有帮助吗？

【讨论】：