YOLO 数据集预处理太麻烦？这个 GUI 工具一键搞定划分、分析、脚本生成
做目标检测，80% 的时间花在数据上。这个工具把数据集划分、类别平衡增强、可视化分析、训练脚本生成整合到一个界面里，打包成 exe，双击即用。
演示视频：添加链接描述
前言
做 YOLO 目标检测项目，最耗时间的不是写模型代码，是处理数据：
- 手动划分 train/val/test，改比例要重来
- 标签格式不对要批量改
- 类别严重不平衡，少数类学不到特征
- 训练参数 epochs、batch、lr 怎么设，全靠拍脑袋
这些活干完，半天就没了。
我自己在做项目时被这些问题折腾烦了，从几个零散的 Python 脚本开始，一步步迭代，加上 GUI、加上类别平衡增强、加上自动分析和脚本生成，最终整理成这个开箱即用的工具——YOLO 目标检测数据处理与分析工具 V1.0。
工具概览
一个 PyQt5 桌面程序，四个 Tab 页：数据集划分、数据集分析、训练脚本生成、使用手册。已打包成独立 exe（178MB），不依赖 Python 环境，Windows 双击即用。
一、数据集划分
基本功能
- 支持文件夹或压缩包直接导入，不用先解压
- 自定义 train/val/test 比例，默认 8:1:1
- 划分完自动生成
data.yaml，YOLO 直接能用
重点：类别平衡增强
大多数真实数据集类别严重不平衡。以我用的一个军事目标检测数据集为例：
| 类别 | 标注框数 | 占比 |
|---|---|---|
| military_tank | 20031 | 39.4% |
| military_aircraft | 8636 | 17.0% |
| civilian | 53 | 0.1% |
| trench | 44 | 0.09% |
坦克类占 40%，平民类只有 0.1%，差距 378 倍。直接训练，模型对少数类基本是瞎的。
勾选「类别平衡增强」后，工具会用albumentations库对少数类自动做数据增强（翻转、旋转、色彩变换、缩放等），多线程并行执行，把各类样本补齐到同一数量级。不用手写一行增强代码。
划分完的文件结构：
split_dataset/ ├── train/ │ ├── images/ │ └── labels/ ├── val/ │ ├── images/ │ └── labels/ ├── test/ │ ├── images/ │ └── labels/ ├── analysis_report/ └── data.yaml二、数据集分析
划分完一键跑分析，自动生成7 张可视化图表 + 1 份完整文字报告。
分析报告总览
报告首页是数据集概览，包含总图像数、有效标注数、类别数、不均衡比、小目标占比、空标签数等核心指标，以及 train/val/test 子集统计和 Top 类别分布。
7 张可视化图表
| 图表 | 作用 |
|---|---|
| 类别分布柱状图 | 一眼看出哪些类别样本不足 |
| 目标大小分类饼图 | 小/中/大目标占比，决定 imgsz 怎么设 |
| 宽高比分布直方图 | 判断是否需要调整 anchor |
| 边界框散点图 | 看标注框的宽高分布密度 |
| 每图标注框数分布 | 发现异常图（标注过多或过少） |
| 蒙太奇预览图 | 带标注框的拼图，直观看到数据长什么样 |
| 数据统计摘要表 | 数值化的完整报告 |
三、训练脚本生成
训练参数怎么设是新手最容易卡的地方。这个功能读取分析报告data_info.txt，根据数据集特征自动推荐参数：
- epochs：根据图像数量推荐（数据少就多轮，数据多就少轮）
- batch：根据图像尺寸和数量推荐
- imgsz：根据目标大小分布推荐（小目标多就用大尺寸）
- workers：根据 CPU 核心数推荐
点「自动填充推荐参数」一键填入，也可以手动微调。
支持 YOLO V8 / V10 / V11 / V26 四个版本，模型从 nano 到 xlarge 五档可选。点「生成训练脚本」，输出一份完整的、可以直接python train.py运行的脚本。
四、开箱即用
工具打包为独立的YoloTool.exe（178MB），不需要安装 Python，不需要 pip install，下载后双击即用。
界面内置完整使用手册，不会用随时查。
技术栈
- GUI 框架：PyQt5
- 数据增强：albumentations
- 可视化：matplotlib
- 图像处理：OpenCV
- 打包：PyInstaller
获取方式
工具完全免费开源，关注公众号**「老友视觉笔记」**，后台回复关键词YOLO工具，自动获取下载链接。
V1.0 是第一个版本，后续会持续迭代。如果你有需要的功能（比如支持 COCO/VOC 格式、自动标注辅助、训练监控等），欢迎留言，点赞高的需求优先做。
如果这篇文章对你有帮助，点个赞收藏一下，后面有更新会继续分享。
