完整程式碼！

https://github.com/yu-ken0207/PascalVOCtoYolo

在訓練 YOLO（You Only Look Once）模型時，產生 train.txt 和 val.txt 這樣的檔案是非常重要的
主要是用來指示 YOLO 模型在哪裡找到訓練和驗證數據集的圖像和標註。
這些檔案包含了圖像文件的路徑，它們是 YOLO 訓練過程中的關鍵部分

數據集的組織與管理

訓練 YOLO 模型時，我們通常會有大量的圖像和相對應的標註（例如標註文件如 .txt 或 .xml 文件）。這些圖像和標註文件需要按照特定的路徑和格式來組織，以便 YOLO 訓練程式能夠正確讀取和加載數據。

將一個指定資料夾中的圖像文件隨機分割成訓練集和驗證集

並將它們分別儲存到 train.txt 和 val.txt 檔案中。

1. 匯入模組

import os
import random

os 模組：提供與作業系統互動的功能，特別是文件和目錄操作，例如列出檔案列表和組合路徑。
random 模組：用於隨機操作，例如打亂數據。這裡用來隨機打亂圖像文件的順序，以確保訓練和驗證集是隨機分配的。

2. 設定資料夾路徑

dataset_folder = '/home/ken/Desktop/program/yolov7/yolo-animal-detection-small/test/'

dataset_folder：設定圖像文件所在的資料夾路徑。這個路徑指向存放所有 .jpg 格式圖像的資料夾。

3. 獲取所有圖像文件

image_files = [os.path.join(dataset_folder, f) for f in os.listdir(dataset_folder) if f.endswith('.jpg')]

os.listdir(dataset_folder)：列出資料夾中所有的文件和子目錄。
if f.endswith('.jpg')：過濾出副檔名為 .jpg 的文件，這些文件將被認為是圖像文件。
os.path.join(dataset_folder, f)：將檔案名 f 和 dataset_folder 路徑組合成圖像的完整路徑。
最終，image_files 是一個包含所有圖像文件完整路徑的列表。

4. 隨機打亂並分割資料集

random.shuffle(image_files)
split_idx = int(0.8 * len(image_files))
train_files = image_files[:split_idx]
val_files = image_files[split_idx:]

random.shuffle(image_files)：隨機打亂圖像文件列表，這樣可以確保分配的訓練和驗證數據集是隨機的。
split_idx = int(0.8 * len(image_files))：計算訓練集的索引位置，這裡選擇了 80% 的圖像用作訓練數據，剩餘 20% 的圖像作為驗證數據。
train_files = image_files[:split_idx]：前 80% 的圖像分配給訓練集。
val_files = image_files[split_idx:]：後 20% 的圖像分配給驗證集。

5. 寫入 train.txt 和 val.txt

5.1 寫入 train.txt

with open('test.txt', 'w') as train_f:
    for file in train_files:
        train_f.write(f"{file}\n")

open('test.txt', 'w')：打開 test.txt 文件並以寫入模式（'w'）開啟。如果文件不存在，則會創建新文件。
for file in train_files：迭代 train_files 列表中的每一個圖像文件。
train_f.write(f"{file}\n")：將每個圖像文件的路徑寫入文件中，並在每行的末尾添加一個換行符 \n。
需要注意的是，這裡寫入的是 test.txt 而不是 train.txt，應該根據需要修改為 train.txt。

5.2 寫入 val.txt

with open('val.txt', 'w') as val_f:
    for file in val_files:
        val_f.write(f"{file}\n")

open('val.txt', 'w')：打開 val.txt 文件並以寫入模式開啟，將驗證集的文件路徑寫入其中。
val_f.write(f"{file}\n")：將每個驗證集圖像文件的路徑寫入 val.txt，每行一個路徑。

總結

有了資料集和train.txt和test.txt後，可以複製coco.yaml來製作成你需要的yaml檔

路徑記得更改成你數據集的路徑！！！

coco.yaml

cat_dog_monkey.yaml

開始訓練

python train.py --device 0 --batch-size 8 --data data/cat_dog_monkey.yaml --img 640 --cfg cfg/training/yolov7.yaml --weights yolov7.pt

• '--data' : 後面接的路徑為最後製作出的yaml檔
• '--cfg' : cfg則是配置yolov7細節的檔案，在這篇文章先不介紹內容的配置留到下次介紹～～～