计算机视觉 / 系统课时
组织数据集目录
组织数据集目录
YOLO 训练前,图像和标签必须形成稳定、可检查的目录关系。本节会建立训练集、验证集和测试集的标准目录,并说明文件如何一一配对,让后续数据配置、训练和排错都有明确基础。
学习目标
- 建立按
train、val、test分组的图像与标签目录 - 理解图像文件与 YOLO 标签文件的同名配对规则
- 能在训练前检查目录结构是否完整
推荐的目录结构
一个数据集同时包含图像和 YOLO 标签时,最清晰的做法是先按数据类型分为 images 与 labels,再在两者内部使用完全一致的集合名称。

目录可以组织为:dataset/images/train、dataset/images/val、dataset/images/test,以及对应的 dataset/labels/train、dataset/labels/val、dataset/labels/test。这样训练框架只需要知道图像集合的位置,就能按照约定找到相应标签。
创建目录
在 Linux、macOS 或支持 Bash 的环境中,可以一次建立完整目录。下面命令只创建目录,不会移动已有数据。
mkdir -p dataset/{images,labels}/{train,val,test}
find dataset -type d | sort预期输出
dataset
dataset/images
dataset/images/test
dataset/images/train
dataset/images/val
dataset/labels
dataset/labels/test
dataset/labels/train
dataset/labels/val如果使用其他根目录,只需把示例中的 dataset 替换为实际的 <PATH>;目录名称应在后续配置文件中保持一致。
保持图像与标签同名
YOLO 检测标签通常使用 .txt 文件,并通过文件主名与图像配对。例如 images/train/cat_001.jpg 对应 labels/train/cat_001.txt,images/val/car_008.png 对应 labels/val/car_008.txt。
扩展名不需要相同,但主名必须一致。若图像被重命名、移动到另一个集合,标签也应同步处理,否则训练时可能出现缺少标签、样本被当作背景或标注数量异常等问题。
训练前检查
正式训练前,先确认三个集合名称在图像和标签侧完全一致,并随机抽查若干文件的主名。还应检查是否存在把 train 图像配到 val 标签、同一标签重复复制到多个集合或目录名称拼写不一致的情况。
目录结构本身不会提升模型精度,但它决定了数据能否被训练程序稳定读取。保持集合边界清楚、图像与标签同名配对,后续的数据配置和训练验证会简单得多。