YOLO 數(shù)據(jù)集預(yù)處理太麻煩這個(gè) GUI 工具一鍵搞定劃分、分析、腳本生成做目標(biāo)檢測(cè)80% 的時(shí)間花在數(shù)據(jù)上。這個(gè)工具把數(shù)據(jù)集劃分、類別平衡增強(qiáng)、可視化分析、訓(xùn)練腳本生成整合到一個(gè)界面里打包成 exe雙擊即用。演示視頻添加鏈接描述前言做 YOLO 目標(biāo)檢測(cè)項(xiàng)目最耗時(shí)間的不是寫模型代碼是處理數(shù)據(jù)手動(dòng)劃分 train/val/test改比例要重來(lái)標(biāo)簽格式不對(duì)要批量改類別嚴(yán)重不平衡少數(shù)類學(xué)不到特征訓(xùn)練參數(shù) epochs、batch、lr 怎么設(shè)全靠拍腦袋這些活干完半天就沒(méi)了。我自己在做項(xiàng)目時(shí)被這些問(wèn)題折騰煩了從幾個(gè)零散的 Python 腳本開始一步步迭代加上 GUI、加上類別平衡增強(qiáng)、加上自動(dòng)分析和腳本生成最終整理成這個(gè)開箱即用的工具——YOLO 目標(biāo)檢測(cè)數(shù)據(jù)處理與分析工具 V1.0。工具概覽一個(gè) PyQt5 桌面程序四個(gè) Tab 頁(yè)數(shù)據(jù)集劃分、數(shù)據(jù)集分析、訓(xùn)練腳本生成、使用手冊(cè)。已打包成獨(dú)立 exe178MB不依賴 Python 環(huán)境Windows 雙擊即用。一、數(shù)據(jù)集劃分基本功能支持文件夾或壓縮包直接導(dǎo)入不用先解壓自定義 train/val/test 比例默認(rèn) 8:1:1劃分完自動(dòng)生成data.yamlYOLO 直接能用重點(diǎn)類別平衡增強(qiáng)大多數(shù)真實(shí)數(shù)據(jù)集類別嚴(yán)重不平衡。以我用的一個(gè)軍事目標(biāo)檢測(cè)數(shù)據(jù)集為例類別標(biāo)注框數(shù)占比military_tank2003139.4%military_aircraft863617.0%civilian530.1%trench440.09%坦克類占 40%平民類只有 0.1%差距 378 倍。直接訓(xùn)練模型對(duì)少數(shù)類基本是瞎的。勾選「類別平衡增強(qiáng)」后工具會(huì)用albumentations庫(kù)對(duì)少數(shù)類自動(dòng)做數(shù)據(jù)增強(qiáng)翻轉(zhuǎn)、旋轉(zhuǎn)、色彩變換、縮放等多線程并行執(zhí)行把各類樣本補(bǔ)齊到同一數(shù)量級(jí)。不用手寫一行增強(qiáng)代碼。劃分完的文件結(jié)構(gòu)split_dataset/ ├── train/ │ ├── images/ │ └── labels/ ├── val/ │ ├── images/ │ └── labels/ ├── test/ │ ├── images/ │ └── labels/ ├── analysis_report/ └── data.yaml二、數(shù)據(jù)集分析劃分完一鍵跑分析自動(dòng)生成7 張可視化圖表 1 份完整文字報(bào)告。分析報(bào)告總覽報(bào)告首頁(yè)是數(shù)據(jù)集概覽包含總圖像數(shù)、有效標(biāo)注數(shù)、類別數(shù)、不均衡比、小目標(biāo)占比、空標(biāo)簽數(shù)等核心指標(biāo)以及 train/val/test 子集統(tǒng)計(jì)和 Top 類別分布。7 張可視化圖表圖表作用類別分布柱狀圖一眼看出哪些類別樣本不足目標(biāo)大小分類餅圖小/中/大目標(biāo)占比決定 imgsz 怎么設(shè)寬高比分布直方圖判斷是否需要調(diào)整 anchor邊界框散點(diǎn)圖看標(biāo)注框的寬高分布密度每圖標(biāo)注框數(shù)分布發(fā)現(xiàn)異常圖標(biāo)注過(guò)多或過(guò)少蒙太奇預(yù)覽圖帶標(biāo)注框的拼圖直觀看到數(shù)據(jù)長(zhǎng)什么樣數(shù)據(jù)統(tǒng)計(jì)摘要表數(shù)值化的完整報(bào)告三、訓(xùn)練腳本生成訓(xùn)練參數(shù)怎么設(shè)是新手最容易卡的地方。這個(gè)功能讀取分析報(bào)告data_info.txt根據(jù)數(shù)據(jù)集特征自動(dòng)推薦參數(shù)epochs根據(jù)圖像數(shù)量推薦數(shù)據(jù)少就多輪數(shù)據(jù)多就少輪batch根據(jù)圖像尺寸和數(shù)量推薦imgsz根據(jù)目標(biāo)大小分布推薦小目標(biāo)多就用大尺寸workers根據(jù) CPU 核心數(shù)推薦點(diǎn)「自動(dòng)填充推薦參數(shù)」一鍵填入也可以手動(dòng)微調(diào)。支持 YOLO V8 / V10 / V11 / V26 四個(gè)版本模型從 nano 到 xlarge 五檔可選。點(diǎn)「生成訓(xùn)練腳本」輸出一份完整的、可以直接python train.py運(yùn)行的腳本。四、開箱即用工具打包為獨(dú)立的YoloTool.exe178MB不需要安裝 Python不需要 pip install下載后雙擊即用。界面內(nèi)置完整使用手冊(cè)不會(huì)用隨時(shí)查。技術(shù)棧GUI 框架PyQt5數(shù)據(jù)增強(qiáng)albumentations可視化matplotlib圖像處理OpenCV打包PyInstaller獲取方式工具完全免費(fèi)開源關(guān)注公眾號(hào)**「老友視覺(jué)筆記」**后臺(tái)回復(fù)關(guān)鍵詞YOLO工具自動(dòng)獲取下載鏈接。V1.0 是第一個(gè)版本后續(xù)會(huì)持續(xù)迭代。如果你有需要的功能比如支持 COCO/VOC 格式、自動(dòng)標(biāo)注輔助、訓(xùn)練監(jiān)控等歡迎留言點(diǎn)贊高的需求優(yōu)先做。如果這篇文章對(duì)你有幫助點(diǎn)個(gè)贊收藏一下后面有更新會(huì)繼續(xù)分享。