项目介绍

Yolo_mark是一个检测任务数据集制作工具，制作完成后的数据格式不是VOC或者COCO的数据格式，从它的名字也可以看出，它是专门为了YOLO系列的网络训练准备数据的，YOLO这一点还是很任性的，它没有使用任何一个已有的深度学习框架来实现他的代码，而是自己写了一个纯C的轻量级框架—darknet，所以它的训练数据准备也不是按照标准开源数据集那样的格式。Yolo_mark就是专门为了准备YOLO准备训练数据的，这里是它的github地址。 该项目支持windows和linux两中系统，依赖Opencv库，2.X或者3.X都可以。如果是windows的话，需要VS2013或VS2015。

使用

下面介绍下windows下如何使用Yolo_mark： 项目中已经提供了.sln文件，使用VS2013或VS2015打开解决方案后，在x64和Release平台下编译这个工程，需要注意的是，我们需要先配置好OpenCV，这个过程就不详细说了。 编译成功后会在x64下的Release文件夹中生成.exe程序，然后通过yolo_mark.cmd的命令行文件运行这个生成的exe程序就好了。 效果就是这样，一个很简单的GUI界面：

Yolo_mark运行还是很好实现的，关键的问题是数据如何组织，因为这些数据要用到YOLO的网络训练中。

数据组织形式

项目中的data文件夹内存放需要标注的数据与标注后的结果： .data文件中定义了目标检测的类别数量，训练数据与测试数据的txt文件列表，各个类别的名字（它是从.names）文件中获取到的：

classes= 1
train  = data/train.txt
valid  = data/valid.txt
names = data/obj.names
backup = backup/

.names文件中定义了各个类别的名字，每个类别的名称都在单独的一行，行数与名称一一对应，比如做单类别行人检测时，.names文件中只有一行：

human

此时，human就是id 0。 train.txt文件为训练数据的列表，它由img文件夹内存放的数据自动获取：

data/img/0.jpg
data/img/1.jpg
data/img/2.jpg
data/img/3.jpg
data/img/4.jpg
data/img/5.jpg
data/img/6.jpg
data/img/7.jpg

最后就是img文件夹了，开始标注之前，img文件夹内只存放需要标注的图像数据（要求.jpg文件），一张图片标注完成之后，会给该图片生成一个名字相同的.txt文件，里面存放的就是bbox的信息：

.txt文件中，每一行都是一个目标的信息，这意味着有几行数据，图像中就标注了几个目标，它根据“id x y w h”的形式存放，其中“ x y w h”都是经过归一化之后的。比如0.txt文件中的结果：

0 0.341797 0.547917 0.049219 0.118056
0 0.731250 0.581944 0.050000 0.225000