数据集管理
介绍
数据集是训练的材料,你可以将图片上传到数据集,然后标注图片。然后将数据集用于训练模型。
选择1 只上传图片
当你采集了图片,没有在其他软件标注过,也没有整理过分类。可以只上传图片,然后在网站在线标注。

在Image栏中,点击选取文件,选择要上传的图片。注:Yolo Labels或Label Name不输入。
点击Upload,等待上传完毕。
选择2 上传已知分类的图片
对于分类项目,当你采集的图片,已经整理过分类,可以在上传的同时输入标签的名字。可以节省后续标注的时间。

在Image栏中,点击选取文件,选择要上传的图片。
在Label Name输入框,输入分类的名字。
点击Upload,等待上传完毕。
选择3 同时上传图片和YOLO标注
对于目标检测项目,当你已经在其他软件中标注好了数据,可以导出为yolo格式,然后将yolo格式的标注文件上传到数据集。
yolo数据集格式:
每个图像对应一个txt标注文件。图像文件名和标注文件名一致。比如 cat.0.jpg 和 cat.0.txt。
必须含有一个 label.txt, 其中每一行是标签名字。
标注文件txt中,每一行代表一个矩形框,内容为 class x_center y_center width height。
class 是数字,代表了矩形框是 label.txt 中对应行数的名字的类别。
x_center 是矩形框中心x坐标, y_center 是矩形框中心y坐标, width 是矩形框的宽度, height 是矩形框的高度。都是0~1的浮点数。
下载演示数据集: sample_yolo_dataset.zip
.

在Image栏中,点击选取文件,选择 images 文件夹下的的10张图片。
Yolo Labels 选择 labels 文件夹下的11个txt文件。
点击Upload,等待上传完毕。
过滤图片

点击对应的过滤条件
删除指定图片

选中需要删除的图片的选择框
点击Delete Selected按钮
标注指定图片

点击对应的标注按钮。