如何用本地Open Images数据集配置并训练YOLO模型？

1. YOLO的.yaml配置文件要不要自己创建？怎么弄？ #

得自己创建，YOLO官方不会提供针对特定数据集的配置文件。创建方法很简单：

• 新建个文本文件，把后缀改成.yaml（比如命名为open_images.yaml）
• 按下面的格式填写内容，路径要和你数据集实际存放位置对应：

  train: ./train/data  # 训练集图片所在文件夹
  val: ./validation/data  # 验证集图片所在文件夹
  test: ./test/data  # 测试集图片所在文件夹（可选）
  
  nc: 600  # Open Images目标检测默认有600类，若仅下载部分类别，改成对应数量即可
  names: ['Person', 'Bicycle', 'Car', ...]  # 按顺序列全你用到的类别名称，可从数据集的metadata文件中提取
  

2. 训练集标注文件超大但仅对应150张图，正常吗？是不是下载错误？ #

绝对不正常，大概率是下载时参数设置有误。Open Images的标注是按批次或类别打包的大文件，但每个标注条目都对应具体的图片ID。可以这么排查：

• 检查下载工具的设置：如果用了官方脚本或第三方工具，可能只选中了部分类别，或是误选了测试批次，导致仅下载150张图，但拉取了全量标注文件。
• 核对图片与标注：打开labels里的检测标注文件（比如oidv6-train-annotations-bbox.csv），查看里面的ImageID列，和你train/data里的图片文件名（不带后缀）对比，肯定只有150个能匹配上。
• 解决办法：要么重新下载对应类别的完整图片集，要么写个小脚本从大标注文件中筛选出已下载图片的标注，转成YOLO需要的单张图对应单个.txt的格式。

3. 怎么把数据集配置好开始YOLO训练？ #

按以下三步操作：

第一步：转换标注格式为YOLO兼容版 #

Open Images的标注是CSV格式，YOLO要求每张图对应一个.txt文件，内容格式为类别ID x_center y_center width height（坐标需归一化到0-1区间）。可以用Python脚本批量转换，核心逻辑如下（自行调整路径）：

import csv
import os

# 读取类别映射，将Open Images的类别编码转为YOLO用的数字ID
class_map = {}
with open('metadata/class-descriptions-boxable.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    for idx, row in enumerate(reader):
        class_map[row[0]] = idx  # row[0]是类似/m/01g317的编码，idx为从0开始的数字ID

# 处理训练集检测标注
with open('labels/detection/oidv6-train-annotations-bbox.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        img_id = row['ImageID']
        # 先确认该图片已下载
        img_path = os.path.join('train/data', f'{img_id}.jpg')
        if not os.path.exists(img_path):
            continue
        # 计算归一化坐标
        x_min = float(row['XMin'])
        x_max = float(row['XMax'])
        y_min = float(row['YMin'])
        y_max = float(row['YMax'])
        x_center = (x_min + x_max) / 2
        y_center = (y_min + y_max) / 2
        width = x_max - x_min
        height = y_max - y_min
        # 写入对应标注文件
        label_file = os.path.join('train/labels', f'{img_id}.txt')
        with open(label_file, 'a', encoding='utf-8') as txt_f:
            txt_f.write(f"{class_map[row['LabelName']]} {x_center} {y_center} {width} {height}\n")

验证集和测试集的标注用同样逻辑转换即可。

第二步：整理文件结构 #

需符合YOLO的要求，最终结构大致如下：

open_images_dataset/
├── train/
│   ├── data/          # 存放训练集所有.jpg图片
│   └── labels/        # 存放转换好的训练集.txt标注（每张图对应一个）
├── validation/
│   ├── data/
│   └── labels/
├── test/
│   ├── data/
│   └── labels/
└── open_images.yaml   # 你自行创建的配置文件

第三步：启动训练 #

以YOLOv8为例，使用以下命令（替换为自己的配置文件路径和模型）：

yolo train data=open_images.yaml model=yolov8n.pt epochs=50 batch=16

若使用YOLOv5，命令为：

python train.py --data open_images.yaml --cfg yolov5n.yaml --epochs 50 --batch-size 16

内容的提问来源于stack exchange，提问作者Ameer Hamzah