《Hello YOLOv8从入门到精通》3，目标检测数据集和标注规范

YOLOv8目标数据集的基本格式和标注规范对于训练出高效、准确的模型很重要。具体如下：

一、数据集基本格式

1. 图像文件：数据集中的图像文件，通常是jpg或png等常见图像格式。这些图像包含了待检测的目标。

2. 标注文件：标注文件是包含每张图像中目标对象的类别和位置信息的文本文件。标注文件的名称必须与图像文件的名称保持一致（除扩展名外）。

3. 1）YOLO 格式：

4. 这是 YOLO 系列模型常用的标注格式。在 YOLO 格式的标注文件中，每一行对应一个目标物体的标注信息。标注信息通常包含类别编号、目标中心横坐标（相对于图像宽度）、目标中心纵坐标（相对于图像高度）、目标宽度（相对于图像宽度）和目标高度（相对于图像高度）。例如，一个标注文件中的一行可能是 “0 0.5 0.6 0.3 0.4”，这里 “0” 表示类别编号，后面的数字表示目标在图像中的位置和大小信息。标注文件的文件名通常与对应的图像文件名相同，只是扩展名不同（如.jpg 对应的标注文件可能是.txt）。

5. 2）COCO 格式：

6. 这是一种在目标检测领域广泛使用的标注格式，尤其是在大规模数据集（如 COCO 数据集）中。

7. COCO 格式的标注文件是 JSON 格式的，它包含了更丰富的信息。其中主要的部分包括 “images”、“annotations” 和 “categories”。

8. “images” 部分记录了图像的基本信息，如文件名、图像尺寸、图像 ID 等；

9. “annotations” 部分包含了每个目标物体的标注信息，如目标类别 ID、边界框坐标（通常是左上角和右下角的坐标）、分割信息（如果有）等；