一、獲取原始碼

首先，從github上拉取程式碼。

git clone [email protected]:AlexeyAB/Yolo_mark.git

二、編譯可執行檔案

然後用visual studio開啟yolo_mark.sln，配置正確的opencv包含目錄和庫目錄。

編譯release版本的yolo_mark.exe。

三、測試

開啟cmd，進入到Yolo_mark\x64\Release路徑下，執行yolo_mark.cmd。

會開啟如下的介面。

四、分析

來看一下yolo_mark.cmd的內容。

echo     Example how to start marking bouded boxes for training set Yolo v2


yolo_mark.exe data/img data/train.txt data/obj.names


pause
 

其實就是呼叫了yolo_mark.exe，然後傳遞了幾個引數。

data/img是訓練的資料集，裡面包含圖片和每一張圖片對應的標註資料。

data/train.txt是資料集的相對路徑集合。

data/obj.data是資料集的配置資訊。

data/obj.names是資料集所有分類類名。

yolo_mark是將所有類別以object id的形式展示出來。

五、標註自己的資料集

經過上面的分析，我們已經大致知道要標註自己的資料集需要修改哪些檔案了。

我有一個資料夾名為myDataset的資料集，現在我將它拷貝到Yolo_mark\x64\Release\data目錄下。

這個資料集也只有兩個分類:cat和dog。

接下來新建一個名為my_obj.names的檔案，在裡面新增如下內容：

再新建一個名為my_obj.data的檔案，在裡面新增如下內容。

最後新建一個名為my_yolo_mark.cmd的檔案，在裡面新增如下內容：

然後在終端執行my_yolo_mark.cmd，開啟如下介面：

現在就可以對自己的資料集進行標註了。

按下鍵盤上的h鍵可以顯示軟體的使用快捷鍵。

 拖動object id的滑條選擇當前標註的框屬於哪個類別。

每標註一張圖片就會產生一個對應的txt檔案，txt檔案的內容如下：

第一個數字代表類別，後面的四個資料是標註框的資訊，分別是標註框左上角的x，y座標，標註框的寬w，高h。每一行是一個標註物件，如果一張圖片中有多個目標，則txt就對應有多少行。