buaali / dl_tools

Tools

Some useful tools for computer vision/deep learning.

Usage

yolo2coco.py

将数据集修改成YOLO格式。$ROOT_PATH是根目录（默认目录为当前目录下面的yolo_data文件夹，也可以直接创建一个），文件结构如下：

└── $ROOT_PATH

  ├── classes.txt

  ├── images

  └──labels

• classes.txt 是类的声明，一行一类。

• images 目录包含所有图片 (format:jpg )

• labels 目录包含所有标签(与图片同名，format: txt)

配置好后，执行：python yolo2coco.py --root_path $ROOT_PATH --random_split ，然后你就能看见生成的 annotations, 包括 ``train.json val.json` `test.json` （默认随机划分成8:1:1）

• --root_path 输入根目录$ROOT_PATH的位置。
• --random_split 为划分参数，如果没有这个参数则只保存train.json文件

dataset_mean_var.py

执行：python yolo2coco.py --file_path $IMAGE_PATH --step $INTERVAL

• --file_path 输入图片地址。

• --step 可选，默认为1，选择图片的间隔，如间隔为10，则只计算1/10。

split_yolo_dataset.py

随机划分数据集（yolo数据格式的划分），按train:val:test = 8:1:1保存。 执行：python split_dataset_yolo.py --root_path $ROOT_PATH