Export du dataset
Comment exporter des datasets au format COCO, VOC et YOLO
Ce guide vous aide d’abord à choisir le bon format pour l’aval, puis à réaliser les vérifications essentielles après export.
6 minCOCOVOCYOLOexport
Laissez les besoins de l’aval choisir le format
Le choix du format ne doit pas reposer sur une préférence, mais sur les besoins du script d’entraînement, du client ou du partenaire.
YOLO est courant pour l’entraînement de détection.
VOC est courant dans les pipelines basés sur XML.
COCO est courant dans des structures de données plus riches.
Pour YOLO, inspectez les dossiers et l’ordre des classes
Le problème YOLO le plus fréquent est un décalage entre l’export et la configuration d’entraînement.
Vérifiez les dossiers images et labels.
Confirmez l’ordre des classes.
Ouvrez quelques labels TXT au hasard.
VOC et COCO dépendent davantage de l’intégrité du schéma
VOC dépend de l’exhaustivité XML, tandis que COCO dépend des bonnes relations entre categories, images et annotations.
Faites d’abord charger un échantillon au système cible.
Ne vous arrêtez pas à « export réussi ».
Terminez les contrôles de schéma avant le handoff.
FAQ
Quel format est le meilleur ? Il n’existe pas de format universellement meilleur. La bonne réponse dépend du système en aval.
Que faut-il inspecter en premier après export ? Vérifiez d’abord la structure, puis quelques échantillons aléatoires.
Suggestions pour la suite de l’apprentissage
Si vous débutez, commencez par les guides annotation et export.
Si vous préparez des workflows d’équipe, passez ensuite aux guides collaboration et choix de plan.
Si vous voulez voir le workflow complet, poursuivez avec OpenClaw puis les guides d’entraînement.
Étape suivante
Passer du contenu à l’action produit
Si ce guide a déjà résolu votre question actuelle, utilisez les points d’entrée ci-dessous pour continuer la tâche réelle.