COCO / YOLO データセットの生成¶
データ整理後、「物体検出データセット」から COCO / YOLO 形式に出力できます。
1. 画像形式¶
同じフォルダーで画像形式を混在させないでください
この手順では BMP または PNG を使用します。異なる形式を混ぜると、ソフトウェアの検査によって処理が中止されます。
2. 変換モード¶
単一フォルダーでは、画像と同名 JSON を同じ場所にまとめます。

複数フォルダーでは、複数の NG(欠陥)フォルダーと、任意の OK(正常)フォルダーを一つのデータセットに統合できます。欠陥だけを扱う場合、OK は省略できます。

3. 操作手順¶
- 各フォルダーで画像と JSON の名前が一致していることを確認します。
- 単一 / 複数フォルダーモードを選択します。
- NG と必要な OK フォルダーを追加します。
- 出力先と学習データの割合を確認し、変換を開始します。

4. 詳細設定¶
- 学習データの割合: 既定値の
100では全件が学習用となり、検証セットを分割しません。検証に使用する場合は80や90などに変更します。 - 出力を圧縮しない: 有効にすると ZIP ではなくフォルダーとして保持します。直接検査したい場合や、別の圧縮ツールを使う場合に便利です。通常は既定設定で構いません。
5. 結果¶
COCO では通常 instance_train.json に、画像パス、クラス、境界矩形を保存します。対象フレームワークが必要とする形式を選択してください。少数クラスは事前にデータ拡張でサンプルを増やすことを検討してください。