代码拉取完成,页面将自动刷新
[toc]
yolov5-v7.0
版本的分割标签制作工具.
使用labelme
给图片打的分割标签是json格式的,但是yolov5-v7.0分割用的标签是txt格式的,并且和传统yolo的标签格式并不相同,所以才有了本项目.本项目可以实现由json转换成txt,从而适合于使用yolov5-v7.0进行训练.具体的数据格式可以参考我的博客.
更多内容可以查看我的yolo专栏,目前还刚开始写.
分成两个脚本:
transform_label.py
transform_label.py
transform_label.py
使用说明dateset_make.py
使用说明这个程序主要是根据原始数据和标签,分成训练集,测试集和验证集.具体方法主要是由函数cut_dataset
实现
def cut_dataset(type_,idx,dataset_images_path):
"""根据图片截取数据集
Args:
type_: 数据值类型
idx (list): 索引区间 例如[0,1000]表示0~1000帧
dataset_root_path (str): 图片存储的根目录name
"""
new_path=dataset_images_path + "/" +type_
origin_path=dataset_images_path + "/origin/"
if not os.path.exists(new_path):
os.mkdir(new_path)
for file in os.listdir(origin_path):
name = file.split(".")[0]
if float(name) >=idx[0] and float(name) < idx[1] :
mycopyfile(origin_path+"/"+file,new_path)
$root_path
/images/origin中,后面的/images/origin
不可以改变,前面的root_path
根据自己的位置修改.$root_path
/labels/origin中,后面的/labels/origin
不可以改变,前面的root_path
根据自己的位置修改.$root_path
/images/train$root_path
/images/test$root_path
/images/val$root_path
/labels/train$root_path
/labels/test$root_path
/labels/valtransform_label.py
transform_label.py
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。