Some useful tools for computer vision/deep learning.
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
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。
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