想预测的类型准备数据集①获取图片②获取标签③划分数据集④训练自己的模型一、有没有现成的数据集1.1寻找现成的数据集问问万能的AI网站Roboflow Universe: Free Computer Vision Datasets and ModelsKaggle: Your Machine Learning and Data Science Community下载后统一移动到datasets文件下将数据集文件data.yaml统一放到cfg/datasets里1.2配置文件将data.yaml二、图片获取①拍摄视频②从视频中提取图片③使用代码逐帧截取图片新建文件夹将拍摄好的视频放到文件夹里右下角改为yolo环境。新建images文件夹用于保存截取到图片新建extract.py文件用于视频截取图片的操作代码使用AI获取extract代码下面是一位优秀的提示词工程师写的我需要一些python代码 有一些.mp4视频文件存放在这里 E:\threedown\YOLO\make_dataset\videos帮我每隔固定几帧提取一张图片出来 一秒提取几帧作为一个可以调整的参数图片统一命名为aaa_xxxxx.jpg格式aaa代表视频的名字xxxxx表示图片的序号比如视频001.mp4生成的图片就是001_00001.jpg,001_00002.jpg,……处理每个视频的时候给我进度条所有图片统一保存到这个文件夹 E:\threedown\YOLO\make_dataset\images注释写清楚一点我是python小白复制粘贴运行三、标签获取3.1手动创建标签新建一个labels文件夹在labels文件夹里新建一个classes.txt。根据你的需要一行放一个类型即可。打开labelimgactivate labelimglabelimg E:\threedown\YOLO\make_dataset\images E:\threedown\YOLO\make_dataset\labels\classes.txt E:\threedown\YOLO\make_dataset\labels进入labelimg确保左侧显示yolo你的标签才会保存为yolo格式开始给图片拉框按W给图片中的元素创建标签双击确认给出的标签。按A/D快速切换图片。勾选View-Auto Save mode不用每次编辑后确认保存。如果选错了标签右击框选择Edit Label一个一个标太磨人了我是否可以先标一部分训练模型然后让训练好的模型给我标。当然可以3.2建立数据集新建一个xz_dataset文件夹用于存放我们的小型数据集。新建文件夹打造成标准格式接下来从images文件夹中提取一部分图片放到xz_dataset里的images/train和images/val中训练集多一些验证集少一些。我们优秀的提示词工程师有灵机一动。新建一个make_xz.py文件运行AI给到的代码给我一些python代码我有几百张.jpg图片放在这个文件夹里:E:\threedown\YOLO\make_dataset\images帮我随机提取20%的图片出来 其中的70%放到这个文件夹里 E:\threedown\YOLO\make_dataset\xz_dataset\images\train其中的30%放到这个文件夹里:E:\threedown\YOLO\make_dataset\xz_dataset\images\val注意要把文件移动出来把classes.txt文件复制到两个标签文件夹使用labelimg标注一下训练集的图片activate labelimglabelimg E:\threedown\YOLO\make_dataset\xz_dataset\images\train E:\threedown\YOLO\make_dataset\xz_dataset\labels\train\classes.txt E:\threedown\YOLO\make_dataset\xz_dataset\labels\train使用labelimg标注一下验证集的图片activate labelimglabelimg E:\threedown\YOLO\make_dataset\xz_dataset\images\val E:\threedown\YOLO\make_dataset\xz_dataset\labels\val\classes.txt E:\threedown\YOLO\make_dataset\xz_dataset\labels\val将该数据集复制一份放到ultralydics的dataset中复制一份.yaml文件重命名该文件并修改其中的元素在生成文件夹中找到best.pt路径替换模型。图片路径替换为该数据集下未标注的图片效果也是出奇的好所有图片复制到images文件夹所有标签复制到labels文件夹3.3随机划分成新的数据集将这些划分为新的数据集新建一个split.py文件是的又轮到我们优秀的提示词工程师上场了我现在需要一些python代码随即划分一下数据集images文件夹里存放.jpg文件labels文件夹里存放.txt标签文件YOLO格式比如images/abc.jpg对应labels/abc.txt划分结果统一保存到xz文件夹里用这样的目录结构xz\images\train\val\test\labels\train\val\test\划分比例设置成可以调整的参数只复制粘贴文件不要乱动原本的图片和标签不要用sklearn这个包划分的时候用进度条提示一下进度注释写清楚一点我是python小白把生成的数据文件夹放到ultralydics的dataset中并编写该数据集
YOLO数据集
发布时间：2026/7/19 4:16:27
想预测的类型准备数据集①获取图片②获取标签③划分数据集④训练自己的模型一、有没有现成的数据集1.1寻找现成的数据集问问万能的AI网站Roboflow Universe: Free Computer Vision Datasets and ModelsKaggle: Your Machine Learning and Data Science Community下载后统一移动到datasets文件下将数据集文件data.yaml统一放到cfg/datasets里1.2配置文件将data.yaml二、图片获取①拍摄视频②从视频中提取图片③使用代码逐帧截取图片新建文件夹将拍摄好的视频放到文件夹里右下角改为yolo环境。新建images文件夹用于保存截取到图片新建extract.py文件用于视频截取图片的操作代码使用AI获取extract代码下面是一位优秀的提示词工程师写的我需要一些python代码 有一些.mp4视频文件存放在这里 E:\threedown\YOLO\make_dataset\videos帮我每隔固定几帧提取一张图片出来 一秒提取几帧作为一个可以调整的参数图片统一命名为aaa_xxxxx.jpg格式aaa代表视频的名字xxxxx表示图片的序号比如视频001.mp4生成的图片就是001_00001.jpg,001_00002.jpg,……处理每个视频的时候给我进度条所有图片统一保存到这个文件夹 E:\threedown\YOLO\make_dataset\images注释写清楚一点我是python小白复制粘贴运行三、标签获取3.1手动创建标签新建一个labels文件夹在labels文件夹里新建一个classes.txt。根据你的需要一行放一个类型即可。打开labelimgactivate labelimglabelimg E:\threedown\YOLO\make_dataset\images E:\threedown\YOLO\make_dataset\labels\classes.txt E:\threedown\YOLO\make_dataset\labels进入labelimg确保左侧显示yolo你的标签才会保存为yolo格式开始给图片拉框按W给图片中的元素创建标签双击确认给出的标签。按A/D快速切换图片。勾选View-Auto Save mode不用每次编辑后确认保存。如果选错了标签右击框选择Edit Label一个一个标太磨人了我是否可以先标一部分训练模型然后让训练好的模型给我标。当然可以3.2建立数据集新建一个xz_dataset文件夹用于存放我们的小型数据集。新建文件夹打造成标准格式接下来从images文件夹中提取一部分图片放到xz_dataset里的images/train和images/val中训练集多一些验证集少一些。我们优秀的提示词工程师有灵机一动。新建一个make_xz.py文件运行AI给到的代码给我一些python代码我有几百张.jpg图片放在这个文件夹里:E:\threedown\YOLO\make_dataset\images帮我随机提取20%的图片出来 其中的70%放到这个文件夹里 E:\threedown\YOLO\make_dataset\xz_dataset\images\train其中的30%放到这个文件夹里:E:\threedown\YOLO\make_dataset\xz_dataset\images\val注意要把文件移动出来把classes.txt文件复制到两个标签文件夹使用labelimg标注一下训练集的图片activate labelimglabelimg E:\threedown\YOLO\make_dataset\xz_dataset\images\train E:\threedown\YOLO\make_dataset\xz_dataset\labels\train\classes.txt E:\threedown\YOLO\make_dataset\xz_dataset\labels\train使用labelimg标注一下验证集的图片activate labelimglabelimg E:\threedown\YOLO\make_dataset\xz_dataset\images\val E:\threedown\YOLO\make_dataset\xz_dataset\labels\val\classes.txt E:\threedown\YOLO\make_dataset\xz_dataset\labels\val将该数据集复制一份放到ultralydics的dataset中复制一份.yaml文件重命名该文件并修改其中的元素在生成文件夹中找到best.pt路径替换模型。图片路径替换为该数据集下未标注的图片效果也是出奇的好所有图片复制到images文件夹所有标签复制到labels文件夹3.3随机划分成新的数据集将这些划分为新的数据集新建一个split.py文件是的又轮到我们优秀的提示词工程师上场了我现在需要一些python代码随即划分一下数据集images文件夹里存放.jpg文件labels文件夹里存放.txt标签文件YOLO格式比如images/abc.jpg对应labels/abc.txt划分结果统一保存到xz文件夹里用这样的目录结构xz\images\train\val\test\labels\train\val\test\划分比例设置成可以调整的参数只复制粘贴文件不要乱动原本的图片和标签不要用sklearn这个包划分的时候用进度条提示一下进度注释写清楚一点我是python小白把生成的数据文件夹放到ultralydics的dataset中并编写该数据集
