1. 引言

YOLO（You Only Look Once）系列算法是目前目标检测领域应用最广泛的模型之一。无论是训练、验证还是部署，理解 YOLO 标准数据集的格式都是第一步。本文将从目录结构、标注文件、类别文件、配置文件等几个方面，系统梳理 YOLO 标准数据集的格式规范。

2. 数据集目录结构

YOLO 标准数据集通常采用以下目录结构，将图片和标注文件按训练集、验证集、测试集分开存放：

dataset/
├── images/
│   ├── train/
│   ├── val/
│   └── test/
├── labels/
│   ├── train/
│   ├── val/
│   └── test/
├── classes.txt
└── data.yaml

其中 images 目录存放原始图片，labels 目录存放与图片一一对应的标注文件，classes.txt 记录类别名称，data.yaml 是数据集配置文件。

3. 图片文件

YOLO 对图片格式没有严格限制，常见的 .jpg、.png、.bmp 等格式均可使用。图片文件名与对应的标注文件名必须保持一致（仅扩展名不同），例如：

images/train/000001.jpg
labels/train/000001.txt

4. 标注文件格式

YOLO 的标注文件是纯文本文件，每一行代表一个目标对象，格式为：

class_id x_center y_center width height

其中各字段含义如下：

• class_id：目标所属类别的编号，从 0 开始，对应 classes.txt 中的类别顺序。
• x_center：目标中心点的 x 坐标，归一化到 0~1 之间。
• y_center：目标中心点的 y 坐标，归一化到 0~1 之间。
• width：目标的宽度，归一化到 0~1 之间。
• height：目标的高度，归一化到 0~1 之间。

归一化公式为：

x_center = (x_min + x_max) / 2 / image_width
y_center = (y_min + y_max) / 2 / image_height
width = (x_max - x_min) / image_width
height = (y_max - y_min) / image_height

5. 标注文件示例

假设一张 640×480 的图片中包含一个类别编号为 0 的目标，其边界框左上角坐标为 (100, 80)，右下角坐标为 (300, 240)，则标注文件内容为：

0 0.3125 0.3333 0.3125 0.3333

计算过程如下：

x_center = (100 + 300) / 2 / 640 = 0.3125
y_center = (80 + 240) / 2 / 480 = 0.3333
width = (300 - 100) / 640 = 0.3125
height = (240 - 80) / 480 = 0.3333

6. 类别文件 classes.txt

classes.txt 是一个纯文本文件，每行一个类别名称，行号即类别编号（从 0 开始）。例如：

person
car
bicycle

上述文件中，person 的编号为 0，car 的编号为 1，bicycle 的编号为 2。

7. 配置文件 data.yaml

YOLO 训练时通常使用一个 YAML 配置文件来指定数据集路径和类别信息，内容示例如下：

train: dataset/images/train
val: dataset/images/val
test: dataset/images/test

nc: 3
names: ['person', 'car', 'bicycle']

其中 train、val、test 分别指定训练集、验证集、测试集的图片路径，nc 表示类别总数，names 是类别名称列表。

8. 常见注意事项

• 标注文件中的坐标必须归一化到 0~1 之间，不能使用像素坐标。
• 如果图片中没有目标对象，对应的标注文件应为空文件。
• 类别编号必须从 0 开始连续编号，不能跳号。
• 图片与标注文件的文件名必须完全一致（仅扩展名不同）。
• 训练集、验证集、测试集的图片和标注文件要分别放在对应的子目录中。

9. 总结

YOLO 标准数据集的格式核心在于：图片与标注文件一一对应，标注文件采用归一化的中心点坐标和宽高表示边界框，类别通过编号映射到类别文件。掌握这一格式规范，是顺利进行 YOLO 模型训练和数据预处理的基础。