YOLO11数据集划分脚本使用说明，自动生成train/val集
在使用YOLO11进行图像分割或目标检测任务时，一个高质量的数据集是模型训练成功的关键。而数据集的合理划分——将原始数据划分为训练集（train）和验证集（val）——则是整个流程中不可或缺的一环。手动划分不仅耗时费力，还容易出错。为此，YOLO11镜像中内置了自动化数据集划分工具，能够帮助用户快速、高效地完成这一基础但关键的操作。
本文将详细介绍如何使用YOLO11提供的tool_seg2datasets.py脚本来自动生成train/val数据集目录结构，并确保图片与标签文件正确对应、随机打乱且比例合理。无论你是刚接触YOLO11的新手，还是希望优化工作流的开发者，都能通过本文掌握这套标准化的数据处理方法。
1. 理解数据集划分的意义
1.1 为什么需要划分训练集和验证集？
在机器学习项目中，我们通常不会用全部数据来训练模型。如果这样做，就无法客观评估模型的真实性能。因此，标准做法是将数据划分为：
- 训练集（train）：用于模型学习特征和参数。
- 验证集（val）：用于在训练过程中监控模型表现，调整超参数，防止过拟合。
合理的划分可以让我们更准确地判断模型是否具备良好的泛化能力。
1.2 划分的基本原则
- 随机性：样本应随机分配，避免因顺序导致偏差。
- 类别均衡：各类别在训练集和验证集中分布尽量一致。
- 不重叠：同一张图片不能同时出现在 train 和 val 中。
- 路径清晰：生成的目录结构要符合 YOLO 框架的标准格式，便于后续训练调用。
2. 准备原始数据结构
在运行划分脚本前，需先准备好原始数据的组织方式。以图像分割任务为例，假设你已完成标注并准备进入训练阶段。
2.1 原始数据存放位置
建议将所有原始图像和对应的 JSON 标注文件统一放在如下路径：
ultralytics-8.3.9/resources/images/seg/json/该目录下包含：
.jpg或.png图像文件- 同名的
.json标注文件（由 Labelme 生成）
示例结构：
json/ ├── img001.jpg ├── img001.json ├── img002.jpg ├── img002.json └── ...2.2 使用Labelme完成标注
如参考博文所述，使用开源工具 Labelme 进行多边形标注：
pip install labelme labelme标注时注意：
- 使用“多边形”模式圈出目标区域
- 正确输入类别名称（如
person,car） - 保存为 JSON 格式，与原图同名同目录
这一步完成后，即可进入下一步：将 JSON 文件转换为 YOLO 可读的标签格式。
3. 将JSON标注转为YOLO格式标签
YOLO系列模型不直接读取 JSON 文件，而是需要将其转换为纯文本.txt标签文件，每行表示一个对象，格式如下：
<class_id> <x1> <y1> <x2> <y2> ... <xn> <yn>其中坐标为归一化的多边形顶点。
3.1 执行转换脚本
YOLO11镜像提供了专用转换脚本：
python tool/tool_json2label_seg.py此脚本会自动遍历resources/images/seg/json/目录下的所有 JSON 文件，并生成对应的.txt标签文件，输出至：
ultralytics-8.3.9/resources/images/seg/labels/提示：请确保
tool_json2label_seg.py具备可执行权限。若报错，请检查路径及依赖库是否安装完整。
4. 使用tool_seg2datasets.py自动生成train/val集
这是本文的核心部分：如何使用内置脚本一键完成数据集划分。
4.1 脚本功能概述
tool/tool_seg2datasets.py是一个专为图像分割任务设计的数据集划分工具，主要功能包括：
- 自动扫描指定目录中的图像和标签文件
- 随机打乱数据顺序
- 按设定比例（默认 9:1）划分训练集与验证集
- 创建标准目录结构
datasets/images/train,datasets/images/val,datasets/labels/train,datasets/labels/val - 复制文件到对应目录，保持名称一致
4.2 运行划分脚本
进入项目根目录后执行：
cd ultralytics-8.3.9/ python tool/tool_seg2datasets.py运行过程示例输出：
Found 50 images and labels. Shuffling and splitting with ratio 0.9 : 0.1... Creating directories... Copying 45 images to train set... Copying 5 images to val set... Dataset split completed!4.3 查看生成的目录结构
执行成功后，会在项目中创建以下结构：
resources/images/seg/datasets/ ├── images/ │ ├── train/ │ └── val/ └── labels/ ├── train/ └── val/每个子目录中都存放着对应的数据文件，命名完全匹配，可直接用于训练。
5. 配置数据集信息文件（yaml）
为了让 YOLO11 模型知道从哪里读取数据，需要编写一个.yaml配置文件。
5.1 创建配置文件
新建文件：resources/config/data/yolo11-seg.yaml
内容如下：
# 数据集根路径（相对于训练脚本的位置） path: ../ultralytics-yolo11/resources/images/seg/datasets/images # 训练集和验证集路径（相对于 path） train: train val: val # 类别名称列表 names: 0: person 1: car⚠️ 注意：
path必须指向images的父级目录，YOLO 会自动在其中查找train和val子目录。
5.2 关键字段说明
| 字段 | 说明 |
|---|---|
path | 数据集根目录，必须能访问到images/train,images/val |
train | 训练集相对路径，一般为train |
val | 验证集相对路径，一般为val |
names | 类别映射表，索引从 0 开始 |
6. 实际训练调用示例
完成上述步骤后，就可以在训练脚本中引用该数据集配置。
6.1 编写训练脚本train_seg.py
from ultralytics import YOLO, settings # 设置日志和权重保存路径 settings.update({ "runs_dir": "./", "weights_dir": "./weights/seg" }) def main(): # 加载模型结构并预加载权重 model = YOLO("resources/config/model/yolo11-seg.yaml").load("weights/seg/yolo11n-seg.pt") # 开始训练 results = model.train( data="resources/config/data/yolo11-seg.yaml", # 数据配置 epochs=1000, patience=100, batch=16, imgsz=640, workers=4, optimizer='AdamW', lr0=1e-3, hsv_h=0.9, hsv_s=0.9, hsv_v=0.9, degrees=0.2, mosaic=1.0, scale=0.5, shear=0.2, augment=True, agnostic_nms=True, pretrained=True, cos_lr=True, resume=False # 新训练设为 False ) if __name__ == "__main__": main()6.2 启动训练
python train_seg.py只要数据路径无误，模型将自动加载train和val集，开始训练并实时输出验证指标。
7. 常见问题与解决建议
7.1 图片与标签未一一对应？
原因：原始 JSON 转换失败或命名不一致。
解决方案：
- 检查
tool_json2label_seg.py是否正常运行 - 确保图像与 JSON 文件同名（不含扩展名）
- 手动核对
labels/目录下是否有缺失文件
7.2 提示“找不到数据”？
原因：yaml文件中的path路径错误。
解决方案：
- 使用相对路径时，务必确认是从训练脚本所在位置计算的
- 可尝试打印
os.getcwd()查看当前工作目录 - 推荐使用绝对路径调试，确认后再改回相对路径
7.3 划分比例能否自定义？
目前tool_seg2datasets.py默认按 9:1 划分，如需修改比例，可编辑脚本中的split_ratio = 0.9参数。
例如改为 8:2：
split_ratio = 0.8 # 80% 训练，20% 验证保存后重新运行即可生效。
8. 总结
本文系统介绍了如何利用 YOLO11 镜像提供的工具链，完成从原始标注数据到标准训练集的全流程构建。核心步骤总结如下：
- 准备原始图像与 JSON 标注，存于统一目录；
- 运行
tool_json2label_seg.py，将 JSON 转为 YOLO 格式.txt标签； - 运行
tool_seg2datasets.py，自动生成train/val图像与标签目录； - 编写
.yaml配置文件，明确数据路径与类别； - 在训练脚本中引用该配置，启动模型训练。
整套流程简洁高效，极大降低了数据预处理门槛，特别适合初学者快速上手图像分割任务。通过自动化脚本的支持，你可以把更多精力集中在模型调优和业务应用上，而不是繁琐的数据整理。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
