不支持按文件组织训练吗？非要把所有的标签和文件分开到不同的目录中？现阶段其它版本的yolo都支持

[tms2003]

Search before asking

• [X] I have searched the YOLOv6 issues and found no similar feature requests.

Description

其它的YOLO版本的训练文件组织一般是这样的：

train:  /home/incar/data/bss/wurenji_0929/_train.txt  
val:   /home/incar/data/bss/wurenji_0929/_val.txt 

is_coco: False

# number of classes
nc: 1

# class names
names: [ 'mylable' ]

然而YOLOV6是这样的：

train: ../coco/images/train2017 # 118287 images
val: ../coco/images/val2017  # 5000 images
test: ../coco/images/test2017
anno_path: ../coco/annotations/instances_val2017.json
# number of classes
nc: 80
# whether it is coco dataset, only coco dataset should be set to True.
is_coco: True

# class names
names: [ 'person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus', 'train', 'truck', 'boat', 'traffic light',
         'fire hydrant', 'stop sign', 'parking meter', 'bench', 'bird', 'cat', 'dog', 'horse', 'sheep', 'cow',
         'elephant', 'bear', 'zebra', 'giraffe', 'backpack', 'umbrella', 'handbag', 'tie', 'suitcase', 'frisbee',
         'skis', 'snowboard', 'sports ball', 'kite', 'baseball bat', 'baseball glove', 'skateboard', 'surfboard',
         'tennis racket', 'bottle', 'wine glass', 'cup', 'fork', 'knife', 'spoon', 'bowl', 'banana', 'apple',
         'sandwich', 'orange', 'broccoli', 'carrot', 'hot dog', 'pizza', 'donut', 'cake', 'chair', 'couch',
         'potted plant', 'bed', 'dining table', 'toilet', 'tv', 'laptop', 'mouse', 'remote', 'keyboard', 'cell phone',
         'microwave', 'oven', 'toaster', 'sink', 'refrigerator', 'book', 'clock', 'vase', 'scissors', 'teddy bear',
         'hair drier', 'toothbrush' ]

这样做的缺点是：需要建立很多目录，也不方便与其它版本（如V4/V5/V7)对比。

是否可以支持txt格式的训练方式？

Use case

方便与其它版本YOLO兼容，以便对比它们

Additional

No response

Are you willing to submit a PR?

• [ ] Yes I'd like to help by submitting a PR!

[futureflsl]

我看了下官方目前没有实现这种加载数据集方式，可以参考博客https://blog.csdn.net/FL1623863129/article/details/125618117 ，实现的txt读取方式

[tms2003]

@futureflsl 谢谢！其实我是觉得加上这个功能更好。最多是多一个参数配置就可以兼容

[Chilicyy]

@tms2003 感谢您的建议，我们后面会考虑添加这个功能。