文件框架

通过简单的模型训练，对于YOLO的理解更加透彻了。

detect.py文件

如上图所示，weights表示权重。source表示识别图像的位置。

train.py文件

如上图所示，weights是权重，我们通常使用YOLO提供的训练权重进行训练。data是训练数据。

之前我一直存在一个疑惑，通过本次项目训练有了很清楚的解答

问题：为什么训练里面没有写数据集的具体文件，具体文件在哪里？

解答： 具体文件就是data.yaml文件，由于这个文件后缀比较奇特，原来一直没见过，所以就一直没有太在意。

如上图所示，对应的train、val、test，链接到了三个具体位置，（有时候这里链接的是三个txt文件，里面对应的txt文件是具体的YOLO数据标注格式（一种txt，里面包含了图片的一些参数）的一个列表），下面的nc对应了类型数，下面的names对应了识别的物体类型有哪些种类。

附赠代码

XML数据标注类型文件转YOLO数据标注txt文件

import copy
from lxml.etree import Element, SubElement, tostring, ElementTree

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

# 类别
classes = ["auto", "bus", "tempo", "tractor", "truck"]


CURRENT_DIR = os.path.dirname(os.path.abspath(__file__))


def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)


def convert_annotation(image_id):
    in_file = open('./XML_annotation/truck\%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('./XML_annotation/truck\%s.txt' % (image_id), 'w')  # 生成txt格式文件
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        cls = obj.find('name').text
        # print(cls)
        if cls not in classes:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " +
                       " ".join([str(a) for a in bb]) + '\n')


xml_path = os.path.join(CURRENT_DIR, 'XML_annotation\\truck')
print(xml_path)
# xml list
img_xmls = os.listdir(xml_path)
for img_xml in img_xmls:
    # print(img_xml)
    label_name = img_xml.split('.')[0]
    print(label_name)
    convert_annotation(label_name)