YOLO 格式 Format Guide

    用于 YOLO 目标检测模型的标注格式

    Annotation

    Specification

    YOLO 标注格式是一种简单的基于文本的标签格式,用于训练 YOLO(You Only Look Once)目标检测模型。数据集中的每张图像都有一个对应的 .txt 标注文件,文件名与图像相同(仅扩展名不同)。标注文件中的每一行代表一个边界框,包含五个以空格分隔的值:类别索引(整数)、中心点 x 坐标、中心点 y 坐标、框宽度和框高度。所有坐标均归一化到 [0, 1] 范围内,相对于图像尺寸。

    归一化约定意味着中心点 x 坐标和宽度除以图像宽度,中心点 y 坐标和高度除以图像高度。这使得标注与分辨率无关——无论图像如何缩放,同一个标注文件都能正确使用。类别索引是从零开始的整数,映射到单独配置文件(通常是 data.yaml)中定义的类别名称。没有目标的图像对应的标注文件为空或不存在。

    对于分割任务,YOLO 格式扩展为多边形标注,每行包含类别索引后跟定义多边形顶点的 x,y 坐标对。对于旋转边界框(OBB),格式使用类别索引后跟四个 x,y 角点坐标对。对于姿态估计,关键点以 x,y,可见度 三元组的形式附加在边界框之后。Ultralytics YOLOv8 框架已将这些扩展格式标准化,涵盖检测、分割、分类、姿态估计和旋转边界框任务。

    When to Use YOLO 格式

    当使用 YOLO 系列模型进行训练时应使用 YOLO 格式——包括 YOLOv5、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLO11 或通过 Ultralytics 框架使用的 RT-DETR。YOLO 是实时应用中最流行的目标检测架构,该标注格式得到所有主要标注工具的支持,包括 Label Studio、CVAT、Roboflow、Labelbox 和 V7。如果你的应用场景涉及实时目标检测,YOLO 格式和训练流水线很可能是最快的部署路径。

    当你的工作流以 YOLO 系列模型为中心,且偏好每张图像对应一个文本文件的简洁方式时,应选择 YOLO 格式而非 COCO 格式。YOLO 格式更容易手动检查、编辑和进行版本控制,因为每个标注都是一个小型文本文件,而非一个大型 JSON 文件。它也避免了 COCO 嵌套 JSON 结构(包含独立的 category、annotation 和 image 字典)的复杂性。

    当需要存储丰富的标注元数据(标注者 ID、置信度分数、标注时间戳),任务需要超出 YOLO 多边形格式支持范围的非矩形标注,或你正在训练期望 COCO、VOC 或其他标注格式的非 YOLO 系列模型时,YOLO 格式不太适用。

    Schema / Structure

    text
    YOLO Detection Format (per line):
    <class_id> <x_center> <y_center> <width> <height>
    
    Where:
      class_id  - Integer class index (0-based)
      x_center  - Bounding box center X (normalized 0.0-1.0)
      y_center  - Bounding box center Y (normalized 0.0-1.0)
      width     - Bounding box width (normalized 0.0-1.0)
      height    - Bounding box height (normalized 0.0-1.0)
    
    YOLO Segmentation Format (per line):
    <class_id> <x1> <y1> <x2> <y2> ... <xn> <yn>
    
    Dataset Directory Structure:
    dataset/
    ├── data.yaml            # Class names and paths
    ├── train/
    │   ├── images/
    │   │   ├── img001.jpg
    │   │   └── img002.jpg
    │   └── labels/
    │       ├── img001.txt
    │       └── img002.txt
    ├── val/
    │   ├── images/
    │   └── labels/
    └── test/
        ├── images/
        └── labels/
    YOLO 标注格式规范,包含检测、分割和目录结构

    Example Data

    yaml
    # data.yaml - Dataset configuration
    path: ./dataset
    train: train/images
    val: val/images
    test: test/images
    names:
      0: person
      1: car
      2: bicycle
      3: traffic_light
    
    # --- labels/img001.txt ---
    # Two people and one car detected in the image
    0 0.4531 0.3275 0.1200 0.4500
    0 0.7125 0.4100 0.0950 0.3800
    1 0.2800 0.5500 0.3200 0.2800
    
    # --- labels/img002.txt ---
    # One bicycle and one traffic light
    2 0.6200 0.6800 0.1500 0.2200
    3 0.1500 0.1200 0.0400 0.0800
    YOLO 数据集配置文件(data.yaml)和目标检测标注文件

    Ertas Support

    Ertas Studio 在文本数据集上训练语言模型,因此 YOLO 标注集无法直接用于 Studio。如果视觉流程的最终产出是文本,常见做法是先运行检测或 OCR,再用其输出微调一个小型文本模型,这部分在 Studio 中以 JSONL 数据集处理即可。

    Related Resources

    Ship AI that runs on your users' devices.

    Start free with 150 credits after card verification. Paid plans from $20/mo USD.