項目介紹
Yolo_mark是一個檢測任務數據集製作工具，製作完成後的數據格式不是VOC或者COCO的數據格式，從它的名字也可以看出，它是專門爲了YOLO系列的網絡訓練準備數據的，YOLO這一點還是很任性的，它沒有使用任何一個已有的深度學習框架來實現他的代碼，而是自己寫了一個純C的輕量級框架—darknet，所以它的訓練數據準備也不是按照標準開源數據集那樣的格式。Yolo_mark就是專門爲了準備YOLO準備訓練數據的，這裏是它的github地址。
該項目支持windows和linux兩中系統，依賴Opencv庫，2.X或者3.X都可以。如果是windows的話，需要VS2013或VS2015。
使用
下面介紹下windows下如何使用Yolo_mark：
項目中已經提供了.sln文件，使用VS2013或VS2015打開解決方案後，在x64和Release平臺下編譯這個工程，需要注意的是，我們需要先配置好OpenCV，這個過程就不詳細說了。
編譯成功後會在x64下的Release文件夾中生成.exe程序，然後通過yolo_mark.cmd的命令行文件運行這個生成的exe程序就好了。
效果就是這樣，一個很簡單的GUI界面：
Yolo_mark運行還是很好實現的，關鍵的問題是數據如何組織，因爲這些數據要用到YOLO的網絡訓練中。
數據組織形式
項目中的data文件夾內存放需要標註的數據與標註後的結果：
.data文件中定義了目標檢測的類別數量，訓練數據與測試數據的txt文件列表，各個類別的名字（它是從.names）文件中獲取到的：
classes= 1
train = data/train.txt
valid = data/valid.txt
names = data/obj.names
backup = backup/.names文件中定義了各個類別的名字，每個類別的名稱都在單獨的一行，行數與名稱一一對應，比如做單類別行人檢測時，.names文件中只有一行：
human此時，human就是id 0。
train.txt文件爲訓練數據的列表，它由img文件夾內存放的數據自動獲取：
data/img/0.jpg
data/img/1.jpg
data/img/2.jpg
data/img/3.jpg
data/img/4.jpg
data/img/5.jpg
data/img/6.jpg
data/img/7.jpg
最後就是img文件夾了，開始標註之前，img文件夾內只存放需要標註的圖像數據（要求.jpg文件），一張圖片標註完成之後，會給該圖片生成一個名字相同的.txt文件，裏面存放的就是bbox的信息：
.txt文件中，每一行都是一個目標的信息，這意味着有幾行數據，圖像中就標註了幾個目標，它根據“id x y w h”的形式存放，其中“ x y w h”都是經過歸一化之後的。比如0.txt文件中的結果：
0 0.341797 0.547917 0.049219 0.118056
0 0.731250 0.581944 0.050000 0.225000