【YOLO实战系列 5/17】从0到1制作YOLO数据集：LabelImg标注→格式转换→增强
# 从0到1制作YOLO数据集：LabelImg标注→格式转换→增强（附脚本）
训练一个自定义YOLO模型，80%的时间都花在数据上。
今天手把手带你走完完整流程：标注 → 格式转换 → 数据增强 → 一键划分。
跟着做，你也能做出“喂给YOLO吃”的高质量数据集！
哈喽，这里是【YOLO模型仓库】。
这周开始真正动手：做一个属于你自己的数据集。
不管你是想做安全帽检测、车辆识别还是水果分类，流程都一样。
我直接把标注工具 + 转换脚本 + 增强脚本全打包给你，文末免费领👇
🧭 今天你将学会
1️⃣ 用LabelImg打标签（附操作动图）
2️⃣ YOLO标签格式长什么样（一看就懂）
3️⃣ 数据集目录结构 & 自动划分脚本
4️⃣ 数据增强：让模型更鲁棒（附代码）
5️⃣ 生成data.yaml，直接喂给YOLO训练
🏷️ 一、LabelImg：图形化标注工具
安装（一行命令）
pipinstalllabelimg启动
labelimg界面操作（超简单）
- 点击Open Dir打开你的图片文件夹
- 点击Change Save Dir选择标签保存位置
- 重要：在菜单栏选择YOLO格式（默认是PascalVOC）
- 按
W开始画框 → 框住物体 → 输入类别 → 按Ctrl+S保存 - 按
D下一张，重复以上步骤
🖼️（此处插入LabelImg界面截图，标注一个安全帽）
💡 小技巧：按
A上一张，Ctrl+Z撤销，效率翻倍。
YOLO标签长这样（.txt文件）
0 0.523 0.412 0.156 0.0830= 类别ID（从0开始）0.523= 框中心x坐标（归一化，0~1）0.412= 框中心y坐标0.156= 框宽度（相对原图比例）0.083= 框高度
别怕，LabelImg自动帮你算好了，你只管画框。
📁 二、标准数据集目录结构
YOLO要求固定的文件夹组织：
my_dataset/ ├── images/ │ ├── train/ │ │ ├── img1.jpg │ │ └── img2.jpg │ └── val/ │ ├── img3.jpg │ └── img4.jpg └── labels/ ├── train/ │ ├── img1.txt │ └── img2.txt └── val/ ├── img3.txt └── img4.txt⚠️ 注意：图片和标签一一对应，文件名相同，后缀不同。
一键划分训练/验证集（Python脚本）
把下面脚本保存为split_dataset.py，放在图片和标签同级目录运行：
importosimportrandomimportshutil# 设置路径img_dir="images"# 所有原始图片label_dir="labels"# 所有原始标签train_ratio=0.8# 80%训练，20%验证# 获取所有图片名（无后缀）names=[f.split('.')[0]forfinos.listdir(img_dir)iff.endswith('.jpg')]random.shuffle(names)split_idx=int(len(names)*train_ratio)train_names=names[:split_idx]val_names=names[split_idx:]# 创建目标文件夹fordin["images/train","images/val","labels/train","labels/val"]:os.makedirs(d,exist_ok=True)# 拷贝文件fornameintrain_names:shutil.copy(f"{img_dir}/{name}.jpg",f"images/train/{name}.jpg")shutil.copy(f"{label_dir}/{name}.txt",f"labels/train/{name}.txt")fornameinval_names:shutil.copy(f"{img_dir}/{name}.jpg",f"images/val/{name}.jpg")shutil.copy(f"{label_dir}/{name}.txt",f"labels/val/{name}.txt")print(f"Done! Train:{len(train_names)}, Val:{len(val_names)}")运行后自动划分好，省时省力。
🔄 三、数据增强：让模型见过更多“世面”
为什么要增强？
因为真实世界光线、角度千变万化，增强后的模型更鲁棒，mAP能涨2~5个点。
安装albumentations库
pipinstallalbumentations增强脚本（对图片和标签同步处理）
importalbumentationsasAimportcv2# 定义增强流水线transform=A.Compose([A.HorizontalFlip(p=0.5),# 水平翻转A.RandomBrightnessContrast(p=0.2),# 随机亮度对比度A.Rotate(limit=10,p=0.3),# 小角度旋转A.Blur(blur_limit=3,p=0.1),# 轻微模糊],bbox_params=A.BboxParams(format='yolo'))# 读取图片和对应标签（yolo格式）image=cv2.imread("img1.jpg")withopen("img1.txt")asf:bboxes=[list(map(float,line.strip().split()))forlineinf]# 应用增强augmented=transform(image=image,bboxes=bboxes)aug_img=augmented['image']aug_bboxes=augmented['bboxes']# 保存增强后的图片和标签cv2.imwrite("img1_aug.jpg",aug_img)withopen("img1_aug.txt",'w')asf:forbinaug_bboxes:f.write(f"{int(b[4])}{b[0]:.6f}{b[1]:.6f}{b[2]:.6f}{b[3]:.6f}\n")🖼️（此处插入原图 vs 增强后对比图）
你可以运行多次，把数据集扩大2~3倍。
📄 四、生成data.yaml（YOLO训练配置文件）
在数据集根目录创建data.yaml：
# 训练集和验证集路径（相对于data.yaml的位置）train:images/trainval:images/val# 类别数nc:2# 类别名称（顺序必须与标注时的ID一致）names:['helmet','head']搞定！现在这个文件夹可以直接丢给YOLO训练了。
配套资源：本文涉及的完整代码、数据集和配置文件已整理归档，感兴趣的朋友可以在我的 CSDN 主页简介中找到获取方式。
如果觉得有帮助，欢迎点赞收藏，有问题欢迎评论区交流！