我试图在yolov4中训练一个数据集，但在训练注释时出现了一些错误，因为我的注释格式错误。
数据集的注释是CSV格式的
(x_min, x_max, y_min, y_max)
我检查了图像的属性，每个图像的大小是1280x720，所以我又制作了两列宽度和高度的列。
img_id x_min x_max y_min y_max
0 94a69b66-23f0-11e9-a78e-2f2b7983ac0d 438 529 0 132
1 94a6a3a4-23f0-11e9-a78f-ebd9c88ef3e8 433 529 0 131
2 94a6a430-23f0-11e9-a790-2b5f72f1667a 440 529 0 132
3 94a6a48a-23f0-11e9-a791-fb958b6ab6b3 452 550 0 154
4 94a6a4da-23f0-11e9-a792-f320b734bd9b 462 550 0 153
我要更改为yolo格式的代码是：
convert_dict = {'x_min': float,
'x_max': float,
'y_min': float,
'y_max': float
}
df["width"] = 1280
df["height"] = 720
df = df.astype(convert_dict)
xcen = ((df.x_min + df.x_max)) / 2 / df['width']
ycen = ((df.y_min + df.y_max)) / 2 / df['height']
df['width'] = ((df.x_max - df.x_min)) / df['width']
df['height'] = ((df.y_max - df.y_min)) / df['height']
df['xcen'] = xcen
df['ycen'] = ycen
df = df.drop(columns=['x_min', 'x_max','y_min','y_max'])
我不确定我上面的数学是否正确，但我会得到结果，并将它们分别放入.txt中，例如表中的第一个img_id：
0 0.377734375 0.09166666666666666 0.07109375 0.18333333333333332
这是在格式yolov4状态，这是
<object_class> <x_center> <y_center> <width> <height>
但在训练时，我会遇到很多图像和注释文件的错误，例如：
data/obj/da5d62ac-db28-11ea-95b0-8fa5e97cd019.txt Wrong annotation: x = 0 or y = 0
这就是包含在文本文件中的内容
0 0.256640625 1.0763888888888888 0.35859375 0.12222222222222222
2 0.560546875 0.6451388888888889 0.22578125 0.24305555555555555
2 0.6125 0.7430555555555556 0.2015625 0.18333333333333332
0 0.755859375 0.8152777777777778 0.33671875 0.6138888888888889
0 0.91640625 0.4423611111111111 0.1640625 0.44305555555555554
该img id的CSV数据低于
img_id x_min x_max y_min y_max label_l1 width height
219661 da5d62ac-db28-11ea-95b0-8fa5e97cd019 99 558 731 819 0 1280 720
219662 da5d62ac-db28-11ea-95b0-8fa5e97cd019 573 862 377 552 2 1280 720
219663 da5d62ac-db28-11ea-95b0-8fa5e97cd019 655 913 469 601 2 1280 720
219664 da5d62ac-db28-11ea-95b0-8fa5e97cd019 752 1183 366 808 0 1280 720
219665 da5d62ac-db28-11ea-95b0-8fa5e97cd019 1068 1278 159 478 0 1280 720
我转换为yolo格式的代码是错误的吗？或者这是数据集图像的问题，还是与路径有关？
我会尝试在谷歌拼贴画中运行这个，看看我是否遇到同样的问题。
我觉得你把x和y的计算搞砸了：
YOLO使用x_center位置和y_center位置(归一化，<1(，这是边界框的中心。加上长方体沿x轴(w(和y轴(h(的距离。
我认为x是我们代码的平均值(xcen = ((df.x_min + df.x_max)) / 2 / df['width'])xcen+w可能高于1，并可能给出错误
在你的第一行数据中到底发生了什么
0 0.256640625 ***1.0763888888888888*** 0.35859375 0.12222222222222222
你能试试这个吗：
x = ((xmin + xmax)/2)-1 / width
y = ((ymin+ ymax)/2)-1 / height
w = (xmax - xmin) / width
h = (ymax - ymin) / height
从这里我如何将[xmin-ymin-xmax-ymax]形式转换为图像中归一化的[x-y-width-height]？
让我知道它是否有助于