Понимание необычных форматов этикеток YOLO и их влияние на обучение ⇐ Python

[Anonymous]

Я работаю над набором данных стационарных объектов, где данные разделены на папки обучения, тестирования и проверки с соответствующими изображениями и метками. Метки находятся в текстовых файлах следующего формата:

Код: Выделить всё

2 0.3832013609375 0 0 0.19411217812499998 0 0.614612228125 0.1995640296875 1 0.619265075 1 1 0.8055533171875 1 0.386728209375 0.798922646875 0 0.3832013609375 0

Я в замешательстве, потому что ожидал, что в каждой ограничивающей рамке будет всего 5 цифр:

Код: Выделить всё

class_id, x_center, y_center, width, height.

Но здесь я вижу значительно больше цифр. Может быть, этот формат представляет собой что-то другое? Существуют ли дополнительные возможности для форматов этикеток YOLO, о которых я не знаю?
Дополнительный контекст
Данные были получены из источника с этого веб-сайта, но мне не удалось найти четкую документацию об этом формате метки.
Вот та часть, которую я не понимаю: когда я передаю этот набор данных в YOLO для обучения, используя следующий код , процесс обучения проходит без проблем:

Код: Выделить всё

def train_yolo(weight_name):
weight_path = os.path.join(weights_folder, weight_name)

model = YOLO(weight_path)

# Train model and save new weights
results = model.train(data=data_yaml, epochs=100, imgsz=640, batch=16, name=f"yolo_{weight_name.split('.')[0]}", save=True)

return results

Мой файл data.yaml содержит:

Код: Выделить всё

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 4
names: ['pencil', 'rubber', 'ruler', 'sharpner']

roboflow:
workspace: waqas-hussain
project: stationary-object-detector
version: 8
license: CC BY 4.0
url: https://universe.roboflow.com/waqas-hussain/stationary-object-detector/dataset/8

В этом файле YAML нет прямой ссылки на форматы ограничивающих рамок, однако YOLO правильно обрабатывает данные во время обучения.
Вопросы:

• Как YOLO справляется с этими необычными форматами этикеток?
• Может ли быть так, что
  моё обучение было неправильным из-за этого странного формат ограничительной рамки?
• Есть ли есть ли способ подтвердить, что представляет собой этот формат и как он
  анализируется YOLO?

Будем очень признательны за любые идеи или подсказки!

Будем очень признательны!

п>

Подробнее здесь: https://stackoverflow.com/questions/792 ... n-training