简介这份资源面向目标检测方向的学习者与工程实践者提供一套基于YOLO系列的半自动标注数据集代码用于缓解大规模数据标注耗时耗力的问题。其核心思路是先人工标注少量样本训练出初版模型再用该模型对剩余图像进行预标注最后人工复核修正误检从而显著降低标注成本。压缩包共5个文件约7KB包含2个Python脚本、1个yaml数据集配置文件、1个使用说明文本及1个系统隐藏文件脚本分别承担自动标注与单图检测功能配置文件用于指定数据集路径与类别信息。资源已获得523人学习下载说明其在目标检测数据准备环节具有一定实用价值。读者可据此快速搭建预标注流程理解模型权重、数据集配置与输出路径的对应关系并在此基础上替换为自己的模型与数据形成可复用的半自动标注工具链。1. 半自动标注到底省了什么从 auto_label.py 说起如果你手头有一批没标注的图片想训一个 YOLO 系列检测模型最劝退的环节往往不是调参而是拉框。纯手工标一千张图一个人干一周都未必收工标完还容易腰酸背痛、框歪了重来。半自动标注要解决的就是这件事先用一个已经能跑的模型把候选框吐出来人工只做「删、改、补」三件事把重复劳动压到最低。标题里的auto_label.py就是这套流程的入口脚本它负责读图、推理、把结果写成 YOLO 格式的 txt剩下的交给标注工具去修。这套方案适合两类人一类是刚入门、想快速攒出第一版数据集的新手另一类是已有基线模型、想给新场景扩数据的熟手。它不追求全自动追求的是「机器干八成、人干两成」把标注成本砍下来。2. 半自动标注的链路拆解模型、格式与工具怎么串2.1 为什么选 YOLO 系列做预标注模型半自动标注的核心是「预标注模型」它决定了初始框的质量。选 YOLO 系列不是因为它最准而是因为它在「速度、精度、部署成本」三者之间最平衡。YOLOv5、YOLOv8、YOLOv11 这一脉在 Ultralytics 体系下接口统一model.predict()一行就能出结果导出 ONNX 也方便。相比之下两阶段检测器虽然精度可能略高但推理慢、依赖多做预标注不划算。常见做法是如果你要标的目标和 COCO 的 80 类有重叠人、车、动物等直接用官方预训练权重就能出不错的初始框如果是完全自定义的类别比如某种工业零件、鸟类细分类就得先手工标几百张训一个基线模型再用这个基线去预标注剩下的。这里有个容易被忽略的点预标注模型不需要是最终模型。它的唯一任务是「把框大致放对位置」类别对不对、框精不精确人工都会修。所以哪怕你的基线模型 mAP 只有 0.4只要召回率够高尽量别漏目标它就有预标注价值。宁可多吐一些框让人删也别漏框让人补——删比补快得多。2.2 YOLO 标注格式与目录结构YOLO 系列的标注格式是「每张图一个同名 txt每行一个目标」格式为class_id x_center y_center width height其中坐标全部是归一化到 0~1 的相对值x_center、y_center是框中心点width、height是框宽高。这一点和 VOC 的绝对像素坐标 XML 完全不同转换时最容易翻车。标准目录结构一般长这样dataset/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yamldata.yaml里写train、val路径和names类别名。预标注脚本产出的 txt 直接丢进labels/对应目录即可。注意图片和标签必须同名同层级images/train/a.jpg对应labels/train/a.txt少一个都会在训练时报「找不到标签」。2.3 标注工具怎么选LabelImg 还是 X-AnyLabeling预标注出来的框需要人工修工具选择直接影响效率。LabelImg 是老牌工具轻量、稳定但它只支持手动拉框没有「加载预标注再修改」的顺畅体验。X-AnyLabeling 这类新一代工具支持导入模型直接推理、也支持导入已有 txt 做二次编辑更适合半自动流程。我一般会用auto_label.py批量生成 txt再用 X-AnyLabeling 打开图片目录它会自动读取同名 txt 把框显示出来人工只做增删改。如果你习惯 LabelImg也能用只是每次要手动确认导入效率低一些。工具本身不产生数据选顺手的就行别在这上面纠结太久。3. auto_label.py 怎么写从读图到落盘的完整脚本3.1 环境准备与依赖安装先确认 Python 环境和依赖。Ultralytics 包自带 YOLO 推理能力一条命令装好pip install ultralytics opencv-python tqdmultralytics提供模型加载和推理opencv-python用来读图拿尺寸tqdm只是给批量处理加个进度条方便看还剩多少张。如果你要用 GPU确认 PyTorch 的 CUDA 版本和驱动匹配否则会退回 CPU 推理速度差十几倍。装完可以跑一句python -c import ultralytics; print(ultralytics.__version__)确认没报错。3.2 核心脚本批量推理并写出 YOLO txt下面是一个可直接改路径使用的auto_label.py逻辑是遍历图片目录、逐张推理、把框转成归一化坐标写 txtimport os import cv2 from ultralytics import YOLO from tqdm import tqdm # 预标注模型可换成自己训练的 best.pt model YOLO(yolov8n.pt) IMG_DIR dataset/images/train # 待标注图片目录 OUT_DIR dataset/labels/train # 输出标签目录 CONF 0.25 # 置信度阈值宁低勿高 IOU 0.45 # NMS 的 IoU 阈值 os.makedirs(OUT_DIR, exist_okTrue) for name in tqdm(os.listdir(IMG_DIR)): if not name.lower().endswith((.jpg, .png, .jpeg)): continue img_path os.path.join(IMG_DIR, name) img cv2.imread(img_path) if img is None: continue h, w img.shape[:2] results model.predict(img_path, confCONF, iouIOU, verboseFalse) lines [] for r in results: for box in r.boxes: cls int(box.cls[0]) x1, y1, x2, y2 box.xyxy[0].tolist() # 转成 YOLO 归一化中心点格式 xc (x1 x2) / 2 / w yc (y1 y2) / 2 / h bw (x2 - x1) / w bh (y2 - y1) / h lines.append(f{cls} {xc:.6f} {yc:.6f} {bw:.6f} {bh:.6f}) txt_name os.path.splitext(name)[0] .txt with open(os.path.join(OUT_DIR, txt_name), w) as f: f.write(\n.join(lines))逻辑说明model.predict返回的box.xyxy是绝对像素坐标必须除以图片宽高才能归一化这一步漏了训练时框会全跑到图外。conf控制置信度预标注阶段建议设低一点0.2~0.3宁可多吐框让人删。iou是 NMS 阈值目标密集时调低能减少重叠框。写文件时用:.6f保留六位小数避免精度丢失导致框偏移。空结果也要写一个空 txt否则训练时会被当成「缺标签」报错。3.3 参数怎么调conf、iou 与类别过滤三个参数决定预标注质量。conf是置信度阈值设高了漏框、设低了满屏误检经验值是 0.25 起步漏得多就降到 0.15误检多就升到 0.35。iou影响重叠框合并密集小目标比如鸟群、人群调到 0.3~0.4稀疏大目标保持 0.45~0.5。类别过滤用classes参数比如只想要人和车results model.predict(img_path, conf0.25, iou0.45, classes[0, 2])classes里填的是模型训练时的类别索引不是你的目标类别。如果你用 COCO 预训练权重索引 0 是人、2 是车。用自定义模型时索引对应你训练时的names顺序。这一步搞错会导致框全标成错误类别人工修起来比重新标还累。4. 避坑与排查半自动标注最容易翻车的五个地方4.1 框全跑到图外或挤在左上角现象标注工具打开图片框全部堆在左上角或者超出边界。原因坐标没归一化或者归一化时除错了宽高把宽高写反。解决确认脚本里xc、yc除以的是w、hbw、bh也是。如果用的是 VOC 转 YOLO 的脚本检查有没有把绝对坐标直接写进去。归一化后所有值必须在 0~1 之间写个断言assert 0 xc 1能提前拦住。4.2 训练时报「No labels found」现象data.yaml配好了训练一启动就报找不到标签。原因图片和标签目录层级不对应或者 txt 文件名和图片名不一致。解决确认images/train/a.jpg对应labels/train/a.txt扩展名只差一个。Ultralytics 默认会把images替换成labels去找如果你的目录结构不是这个约定要在data.yaml里显式写train和val的图片路径标签路径由框架自动推导。4.3 预标注框大量重叠、同一个目标好几个框现象一个目标上叠了三四个框人工删到手软。原因NMS 的iou阈值设太高重叠框没被合并。解决把iou从 0.45 降到 0.3 左右密集场景可以到 0.25。如果降了还有检查模型是不是在自定义数据上过拟合导致同一目标被多次激活。这种情况换一个泛化更好的基线模型比调参更有效。4.4 中文路径或特殊字符导致读图失败现象脚本跑一半报img is None或者某些图直接跳过。原因图片路径含中文、空格或特殊字符OpenCV 的imread在部分平台读不了。解决统一用英文路径或者改用cv2.imdecode(np.fromfile(path, dtypenp.uint8), -1)读图。批量处理前先跑一遍路径检查把非 ASCII 文件名列出来改掉别等跑到一半才发现。4.5 预标注类别和你的目标类别对不上现象框的位置对但类别全是错的比如把「狗」标成「猫」。原因用了 COCO 预训练权重但你的目标类别和 COCO 不一致。解决要么用classes参数只保留你需要的类别要么先手工标几百张训一个自定义基线模型再用它预标注。别指望 COCO 权重能认识你的工业零件它没见过的东西只会瞎猜。5. 把半自动标注用顺迭代策略与质量校验半自动标注不是跑一次就完事它是一个「预标注 → 人工修 → 训模型 → 再预标注」的循环。第一轮用 COCO 权重或少量手工数据训的基线预标注质量一般人工修得多修完这批数据训出新模型第二轮预标注质量明显提升人工只需要微调。我一般会控制每轮新增数据在 500~1000 张修完就重训一次让模型跟着数据一起长。这样滚三四轮标注效率能从「一张图两分钟」降到「一张图二十秒」。质量校验有两个必做的动作。一是抽样检查每轮随机抽 50 张逐张核对框和类别算一下漏标率和误标率漏标率高于 10% 就说明conf设高了或者基线模型召回不够。二是用训练结果反查新模型训完看混淆矩阵如果某类别的误检特别多回去检查那类的预标注是不是框歪了或者类别标错了。数据质量的问题最终都会在训练指标上暴露出来别等到模型训崩了才回头查。一个具体技巧是给预标注结果加「置信度标记」。在 txt 里没法直接写置信度但可以在文件名或额外文件里记录每个框的分数人工修的时候优先看低分框。低分框往往是模型不确定的地方要么是难样本要么是误检集中处理这些比均匀过一遍效率高得多。我自己习惯把conf在 0.15~0.25 之间的框单独导出成一个清单修的时候先扫一遍能砍掉不少无效劳动。最后说个血泪经验别在预标注脚本上追求完美。我见过有人花两周优化脚本想把预标注做到「不用人工修」结果模型精度没上去数据一张没标。半自动标注的价值在于「快」框歪一点、类别错一点都没关系人工修的成本远低于从零拉框。先把流程跑通标出第一批数据训出第一个模型再回头优化脚本。数据量和迭代速度才是这个阶段最该盯的指标。希望帮到你。本文还有配套的精品资源点击获取