问题描述
我有一个现成的图像数据集，其中用于识别的对象已经沿着该对象的边界被切断，并且无需在任何标记程序（例如 LabelImg）中使用矩形标记来选择它。 肯定有一个程序代码或一个程序可以从这样一个准备好的图像数据集中制作 YOLO 或 PascalVOC 文件。我请求帮助寻找......
在这里我找到了一个答案，这对于YOLO（没有背景）是不可能的，但是对于PascalVOC（我想与Tensorflow Object Detection一起使用）有可能可以解决这个问题：YOLO Annotation Files for Already-Cropped Images>
解决方法
首先，您似乎要做的是图像分类（将类/类别/标签分配给图像的任务）。
对于 YOLO，它做了两件事：定位（定位图像中某个物体的存在并在其周围绘制一个边界框）然后对里面的物体进行分类边界框。这种组合称为物体检测（见下图）
对于对象检测任务，重要的是在训练数据集中的未裁剪图像中表示目标对象。这允许 YOLO 了解哪些是背景，哪些是目标对象。
就您而言，您的数据集已被裁剪。如果您的测试集未裁剪
，YOLO 将无法学习如何区分您的“对象”和“背景”但是，如果您的测试集也被裁剪，我建议使用图像分类模型而不是 YOLO。