计算机视觉 / 系统课时

编写数据集配置

编写数据集配置

YOLO 训练前需要用一个 YAML 文件告诉训练程序数据集根目录、训练集与验证集位置,以及类别编号对应的名称。本节完成一份可直接用于训练的数据集配置,并通过一次最小训练验证路径和类别定义是否能够被正确解析。

学习目标

  • 正确配置数据集根目录以及 train、val、test 路径
  • 使用 names 建立连续的类别编号与名称映射
  • 在正式训练前验证 YAML 是否存在路径或类别配置错误

配置文件负责什么

数据集 YAML 不保存标注内容,而是描述训练程序到哪里寻找数据。典型检测数据集会把图像放在 images/train、images/val 等目录,把同名标签放在对应的 labels 目录中。

path 表示数据集根目录,train、val 和可选的 test 通常写成相对于根目录的路径。这样只需修改一个根路径,就能整体迁移数据集。

编写 dataset.yaml

假设数据集根目录为 <PATH>/fruit-detection,其中已经存在训练集、验证集和测试集,可以创建下面的 dataset.yaml:

yaml
path: <PATH>/fruit-detection
train: images/train
val: images/val
test: images/test
names:
  0: apple
  1: banana
  2: orange

这里的 <PATH> 需要替换成机器上的实际路径。names 左侧编号必须和标签文件第一列中的类别编号一致,并从 0 开始连续编号。三个类别对应的有效编号就是 0、1、2。

如果没有独立测试集,可以直接删除 test 字段;训练与验证所必需的是 train、val 和正确的类别定义。

理解路径解析

在上述配置中,训练图像实际位置会解析为 <PATH>/fruit-detection/images/train,验证图像则解析为 <PATH>/fruit-detection/images/val。YOLO 会根据图像目录约定寻找对应的 labels/train 和 labels/val。

迁移数据集时,优先修改 path,而不是同时改动所有子路径。这样配置更容易在本地、服务器和容器环境之间复用。

用最小训练验证配置

安装并能够使用 Ultralytics YOLO 命令后,可以先运行一个 epoch,而不是直接启动长时间训练:

bash
yolo detect train data=dataset.yaml model=yolo11n.pt epochs=1 imgsz=640 batch=2

预期结果(不同版本的控制台文字可能不同):

text
能够解析 dataset.yaml
能够找到 <PATH>/fruit-detection/images/train 和 images/val
识别到 3 个类别并开始 1 个 epoch 的训练
没有出现路径不存在或类别索引越界错误

这一步的目标不是获得可用模型,而是让数据加载器真正读取配置。若出现文件不存在,先核对 path 与 train、val 拼接后的实际目录;若提示类别编号越界,则检查标签第一列是否存在大于 2 或负数的编号。

配置完成的判定

一份可用的数据集配置应同时满足三个条件:配置中的图像目录真实存在,类别编号与所有标签保持一致,最小训练能够完成数据扫描并进入训练阶段。通过这三个检查后,再增加 epoch、batch 等训练参数,可以避免把路径错误拖到正式训练阶段才发现。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

编写数据集配置

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通