yolov3数据集制作

3. 制作自己的训练集测试集

首先把你的训练集（测试集）图片放到/darknet/dataset/Train （/darknet/dataset/Test ） ， 图片扩展名为.jpg

然后对你数据集图片上的每个物体作标记，你可以用这个工具在图片上画边框， 并生成标记文件。他会在同一个目录下，给每个.jpg文件生成一个名字相同的.txt文件,文件里应该包含物体的类的编号， 以及物体在图片中的坐标，每一行都表示一个物体 <物体类的编号>  

• <类的编号> ：是正整数， 从0-<类的数目-1>
•  ：都是浮点数范围从0到1，通过图片的长宽计算得出，例如=<边框中心的纵坐标>/图片的高， = <边框的高>/图片的高
• 注意 ：是你画得边框的中心 

比如对于img1.jpg你会创建一个img1.txt文件，包含以下内容

1 2 3

1 0.716797 0.395833 0.216406 0.147222 0 0.687109 0.379167 0.255469 0.158333 1 0.420312 0.395833 0.140625 0.166667

在/darknet/dataset目录下创建train.txt文件，文件中每一行都是到你训练集的地址， 可以使绝对路径， 也可以是相对路径， （相对darknet这个文件夹的路径）， 例如文件内容如下

1 2 3

dataset/Train/img1.jpg dataset/Train/img2.jpg dataset/Train/img3.jpg

这里你需要重新根据你自己的数据集计算anchors值， 可以参开这个python script 来计算， 然后把yolo-tiny-obj.cfg文件中的anchors值替换成你计算的结果