(1)機器學習小白入門YOLOv ：從概念到實踐
(2)機器學習小白入門 YOLOv：從模塊優化到工程部署
(3)機器學習小白入門 YOLOv： 解鎖圖片分類新技能
(4)機器學習小白入門YOLOv ：圖片標注實操手冊
(5)機器學習小白入門 YOLOv：數據需求與圖像不足應對策略
(6)機器學習小白入門 YOLOv:圖片的數據預處理
(7)機器學習小白入門 YOLOv：模型訓練詳解

對于熟悉 Python 和 YOLOv 的資深程序員而言，圖片標注是模型訓練前至關重要的環節，其質量直接影響模型的檢測精度。以下是詳細的標注過程、步驟及相關實例代碼：

一、標注前的準備工作

（一）數據集整理

首先要對收集到的圖片進行篩選和整理。去除模糊、光照異常、目標不清晰的圖片，保證數據集的有效性。同時，按照一定的比例劃分訓練集、驗證集和測試集，一般可采用 8:1:1 的比例，也可根據實際需求調整。另外，為了讓模型更好地學習，需要確保數據集中包含各種場景、角度、尺寸的目標對象。

以下是使用 Python 劃分數據集的示例代碼：

import os
import shutil
import randomdef split_dataset(image_dir, train_ratio=0.8, val_ratio=0.1, test_ratio=0.1):# 創建訓練集、驗證集、測試集文件夾train_dir = os.path.join(image_dir, 'train')val_dir = os.path.join(image_dir, 'val')test_dir = os.path.join(image_dir, 'test')for dir in [train_dir, val_dir, test_dir]:if not os.path.exists(dir):os.makedirs(dir)# 獲取所有圖片路徑image_files = [f for f in os.listdir(image_dir) if f.endswith(('.jpg', '.jpeg', '.png'))]random.shuffle(image_files)# 計算各數據集數量total = len(image_files)train_num = int(total * train_ratio)val_num = int(total * val_ratio)# 復制圖片到對應文件夾for i, file in enumerate(image_files):src = os.path.join(image_dir, file)if i < train_num:dst = os.path.join(train_dir, file)elif i < train_num + val_num:dst = os.path.join(val_dir, file)else:dst = os.path.join(test_dir, file)shutil.copy(src, dst)# 使用示例
image_directory = 'path/to/your/images'
split_dataset(image_directory)

（二）確定標注目標和類別

明確需要標注的目標對象，比如在目標檢測任務中，可能需要標注行人、車輛、交通信號燈等。然后對這些目標進行類別定義，每個類別給予唯一的標識符，方便后續的標注和模型訓練。

（三）選擇合適的標注工具

根據實際需求選擇標注工具，常用的標注工具有 LabelImg、LabelMe、VGG Image Annotator（VIA）等。對于 YOLOv 模型，通常需要輸出特定格式的標注文件（如 txt 格式），部分工具可以直接生成該格式，能減少后續格式轉換的工作。比如 LabelImg 就支持 YOLO 格式的標注，使用起來較為便捷。

二、標注實施步驟（以 LabelImg 為例）

（一）導入圖片到標注工具

1. 打開 LabelImg 軟件，點擊左上角的 “Open Dir” 按鈕，在彈出的窗口中選擇整理好的圖片文件夾，即可將該文件夾下的所有圖片導入到工具中。
   

2. 若需要批量處理圖片，可點擊 “Change Save Dir” 設置標注文件的保存路徑，確保標注文件與圖片對應存放。

（二）進行目標框標注

1. 在工具欄中選擇 “Create RectBox” 工具。
   

2. 對于當前顯示的圖片，找到目標對象，按住鼠標左鍵拖動，繪制一個能夠準確包圍目標的矩形邊界框。例如，標注一輛汽車時，邊界框應從汽車的左上角邊緣到右下角邊緣，盡量不包含過多背景，也不遺漏汽車的任何部分。
   

3. 繪制完成后，松開鼠標，會彈出一個類別選擇窗口。
   

（三）填寫類別信息

1. 在彈出的類別選擇窗口中，從預設的類別列表中選擇該目標對應的類別，如 “dog”。
   

2. 若該類別未在列表中，可直接輸入類別名稱并點擊 “OK”，該類別會被添加到列表中供后續使用。
   

3. 完成一個目標的標注后，可點擊 “Next Image”（快捷鍵 “D”）切換到下一張圖片，重復上述標注操作。

實例過程：假設要標注一批包含行人、自行車和摩托車的圖片。導入圖片文件夾后，第一張圖片中有一位行人和一輛自行車。使用 “Create RectBox” 工具分別為行人和自行車繪制邊界框，在類別選擇窗口中分別選擇 “person” 和 “bicycle”，完成標注后切換到下一張圖片繼續標注。

三、標注后的檢查與處理

（一）標注質量檢查

對標注好的圖片進行逐一檢查，查看邊界框是否準確、類別標注是否正確。可以通過隨機抽查、交叉檢查等方式提高檢查的準確性。對于發現的錯誤標注，要及時進行修正。

import osdef check_annotations(image_dir, label_dir, class_names):class_ids = {name: i for i, name in enumerate(class_names)}error_log = []for image_file in os.listdir(image_dir):if not image_file.endswith(('.jpg', '.jpeg', '.png')):continueimage_name = os.path.splitext(image_file)[0]label_file = os.path.join(label_dir, f'{image_name}.txt')# 檢查標注文件是否存在if not os.path.exists(label_file):error_log.append(f'標注文件不存在：{label_file}')continue# 檢查標注內容with open(label_file, 'r') as f:lines = f.readlines()for line_num, line in enumerate(lines, 1):parts = line.strip().split()if len(parts) != 5:error_log.append(f'{label_file} 第{line_num}行格式錯誤，應為5個字段')continueclass_id, x_center, y_center, width, height = partstry:class_id = int(class_id)x_center = float(x_center)y_center = float(y_center)width = float(width)height = float(height)except ValueError:error_log.append(f'{label_file} 第{line_num}行字段類型錯誤')continueif class_id not in class_ids.values():error_log.append(f'{label_file} 第{line_num}行類別ID無效：{class_id}')if not (0 <= x_center <= 1 and 0 <= y_center <= 1 and 0 <= width <= 1 and 0 <= height <= 1):error_log.append(f'{label_file} 第{line_num}行坐標值超出范圍')return error_log# 使用示例
class_names = ['person', 'car', 'traffic_light']
image_dir = 'path/to/train/images'
label_dir = 'path/to/train/labels'
errors = check_annotations(image_dir, label_dir, class_names)
if errors:with open('annotation_errors.txt', 'w') as f:f.write('\n'.join(errors))print(f'發現{len(errors)}個錯誤，已保存到annotation_errors.txt')
else:print('標注檢查通過')

（二）格式轉換（如需要）

雖然部分標注工具可以直接生成 YOLOv 所需的 txt 格式標注文件，但如果使用的工具生成的是其他格式（如 XML 格式），則需要進行格式轉換。可以利用 Python 編寫腳本實現格式轉換，將標注信息轉換為 YOLOv 要求的格式，即每個圖片對應一個 txt 文件，文件中每行包含類別索引、目標中心 x 坐標、目標中心 y 坐標、目標寬度、目標高度（均為相對于圖片寬度和高度的歸一化值）。

以下是將 XML 格式標注文件轉換為 YOLOv 所需 txt 格式的示例代碼：

<annotation><folder>img</folder><filename>1-0002.png</filename><path>E:\BaiduNetdiskDownload\data\img\1-0002.png</path><source><database>Unknown</database></source><size><width>386</width><height>386</height><depth>3</depth></size><segmented>0</segmented><object><name>dog</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>2</xmin><ymin>2</ymin><xmax>383</xmax><ymax>385</ymax></bndbox></object>
</annotation>

（三）數據集打包與存儲

將檢查和處理好的圖片和對應的標注文件按照訓練集、驗證集、測試集的劃分進行打包存儲。可以建立相應的文件夾結構，如 “train/images”“train/labels”“val/images”“val/labels”“test/images”“test/labels”，分別存放對應數據集的圖片和標注文件，方便后續模型訓練時調用。