我正在尝试创建自己的数据集以用于YOLO（仅查看一次）。最初，我从一个大型的geotiff文件开始，其中包含风景和动物的图片。我能够编写脚本将动物的图像提取到单独的文件中。
我现在要把那些动物图像用作YOLO数据集的一部分。但是，我在网上看到的所有示例都使用注释文件，这些文件表示在较大图像中要检测的对象的位置。
就我而言，每张动物图片的全部内容都将包含在边界框中。在这种情况下我该怎么办？
编辑：我要问的是：我是否仍然可以使用这些已裁剪的图像，然后在注释文件中注意边界框应覆盖整个图像？
答案 0 :(得分：0)
简单答案：否。在像Yolo这样的物体检测情况下，我们希望Yolo识别出哪个是物体，哪个是非物体。创建边界框时，Yolo会将边界框识别为属于1类的正对象，并且将边界框之外的零件识别为非对象。
该模型将尝试学习如何区分对象与不区分对象，以及如何根据训练数据注释在精确坐标（x，y，w，h）上绘制边界框。在这种情况下，Yolo使用锚定框概念，Yolo会将最近的锚定框的大小调整为预测对象的大小。
创建自定义训练数据集时，您需要：带有边界框+边界框坐标的带注释的图像，该文本保存在文本文件中，例如：
<object-class> <x_center> <y_center> <width> <height>
因此，您将需要这些信息来训练Yolo模型。
通常，当您已经裁剪了数据集时，我认为它更适合于图像分类任务。或者，如果您能够创建将动物与大图像区分开的脚本，为什么不为相关图像自动创建边界框注释和yolo坐标训练文本文件？
答案 1 :(得分：0)
由于YOLO是对象检测工具，而不是对象分类工具，因此需要未裁剪的图像才能了解对象以及背景。
为了了解YOLO如何看待数据集，请查看此image
在此图像中，假设我们需要注释一辆汽车（id-1类），然后注释将以-
的形式进行。
<class id> <Xo/X> <Yo/Y> <W/X> <H/Y>
在哪里，
类ID，要注释的类的标签索引
Xo，边界框中心的X坐标
边界框中心的Yo，Y坐标
W，边框的宽度
H，边框的高度
X，图像宽度
Y，图片高度
有关YOLO注释的更多详细信息，请查看此medium post